顶部
收藏

人工智能通识与医学实践


作者:
主编 曹雪 晏姗 胡鹏 副主编 廖泽容 朱曦 张志毕
定价:
35.00 元
版面字数:
380.00千字
开本:
16开
装帧形式:
平装
页数:
304
最新
印次时间:
2026年08月
ISBN:
978-7-04-068130-7
物料号:
68130-00
出版时间:
2026-08-28
读者对象:
高等教育

本书是一本面向医学高校的人工智能通识教材,系统介绍人工智能的基础概念及其应用。全书共10章,内容由浅入深,理论与实践并重。 第1章奠定AI基础知识;第2章探讨AI时代的创新范式与人才需求变革;第3章聚焦医学影像,展示深度学习在影像诊断中的应用;第4章围绕流行病学与AI,阐述传染病预警、慢病预测及因果推断等核心问题;第5章整合多组学数据,以研究案例展示AI如何破解高维数据分析难题;第6章以Orange可视化平台为载体,手把手带领读者完成数据预处理、模型构建与评估的全流程实操;第7章讲解AI在蛋白质结构与药物研发中的应用;第8章介绍脑机接口原理与AI在运动解码、语音合成、康复治疗中的赋能作用;第9章AI拓展至智慧农业;第10章从人文视角探讨生成式AI与艺术的融合。 本书既可以作为高等学校医学及相关专业人工智能通识课程教材,也可供医疗从业者、科研人员及智慧医疗爱好者参考。
  • 目录
    • 前辅文
      • 第1章 人工智能:入门必备基础知识
        • 1.1 人工智能的核心定义
          • 1.2 人工智能的主要分类
            • 1.3 AI的核心技术基础
              • 1.4 AI的典型应用场景
                • 1.5 AI的发展趋势与局限
                  • 本章小结
                    • 习题
                    • 第2章 AI赋能创新:智能时代的新范式与新机遇
                      • 2.1 创新的概念、类型及驱动作用
                        • 2.1.1 创新的概念
                          • 2.1.2 创新的主要类型
                            • 2.1.3 创新对个人和社会发展的驱动作用
                            • 2.2 AI时代创新格局变革
                              • 2.3 AI时代的人才需求变革与教育格局重塑
                                • 2.3.1 AI引发人才需求的结构性变革
                                  • 2.3.2 AI时代本科学习面临的深层挑战
                                    • 2.3.3 AI时代学生学习模式的变迁
                                      • 2.3.4 面向未来学生何为:从“被动接受”到“主动建构”的跃迁
                                      • 2.4 AI赋能学生创新能力跃迁
                                        • 本章小结
                                          • 习题
                                          • 第3章 医学影像与人工智能:从形态描绘到功能洞察的范式跃迁
                                            • 3.1 医学影像与图像处理基础
                                              • 3.1.1 常用医学成像方式及其基本原理
                                                • 3.1.2 数字医学图像的结构与信息特性
                                                  • 3.1.3 图像质量与评价指标
                                                    • 3.1.4 医学图像处理的层次与临床意义
                                                    • 3.2 医学影像人工智能基础
                                                      • 3.2.1 医学影像人工智能与计算机视觉基础
                                                        • 3.2.2 深度学习在医学影像中的典型网络结构
                                                          • 3.2.3 医学图像智能分析的典型任务与临床场景案例
                                                            • 3.2.4 影像组学与深度学习融合的趋势
                                                              • 3.2.5 医学影像人工智能的挑战与发展前景
                                                              • 本章小结
                                                                • 习题
                                                                • 第4章 流行病学与人工智能
                                                                  • 4.1 流行病学基础
                                                                    • 4.1.1 流行病学定义
                                                                      • 4.1.2 流行病学研究方法
                                                                        • 4.1.3 流行病学面临的现实挑战与瓶颈:传统方法的“力所不及”
                                                                        • 4.2 AI在流行病学中的应用
                                                                          • 4.2.1 AI在流行病学中的核心技术与算法
                                                                            • 4.2.2 AI在传染病流行病学中的应用
                                                                              • 4.2.3 AI在慢性非传染病流行病学中的应用
                                                                              • 4.3 AI大模型时代流行病学研究的机遇
                                                                                • 4.4 AI大模型应用于流行病学研究的挑战
                                                                                  • 4.5 AI大模型在流行病学研究中的应用展望
                                                                                    • 本章小结
                                                                                      • 习题
                                                                                      • 第5章 多组学与人工智能:数据融合驱动的生物医学新范式
                                                                                        • 5.1 医学多组学研究基础
                                                                                          • 5.1.1 基因组学基础
                                                                                            • 5.1.2 转录组学基础
                                                                                              • 5.1.3 蛋白质组学基础
                                                                                                • 5.1.4 代谢组学基础
                                                                                                  • 5.1.5 单细胞转录组及空间转录组基础
                                                                                                  • 5.2 AI在医学多组学研究中的运用
                                                                                                    • 5.2.1 多组学数据分析中的难点
                                                                                                      • 5.2.2 AI在解决多组学数据分析难点中的优势
                                                                                                        • 5.2.3 AI运用于多组学数据分析的案例
                                                                                                        • 本章小结
                                                                                                          • 习题
                                                                                                          • 第6章 从数据到决策:AI驱动的健康数据分析方法与Orange实践
                                                                                                            • 6.1 AI数据分析的核心概念与医学价值
                                                                                                              • 6.1.1 数据驱动的医学智能范式
                                                                                                                • 6.1.2 AI数据分析的医学核心要素
                                                                                                                  • 6.1.3 AI数据分析的临床应用边界
                                                                                                                  • 6.2 医学数据的类型与预处理方法
                                                                                                                    • 6.2.1 医学数据的分类与特征
                                                                                                                      • 6.2.2 数据预处理的核心目标与流程
                                                                                                                        • 6.2.3 不同类型数据的预处理实践
                                                                                                                        • 6.3 AI数据分析的核心算法与模型
                                                                                                                          • 6.3.1 监督学习算法在医学数据分析中的应用
                                                                                                                            • 6.3.2 无监督学习算法在医学数据分析中的应用
                                                                                                                              • 6.3.3 半监督学习与强化学习在医学数据分析中的应用
                                                                                                                                • 6.3.4 深度学习模型在医学数据分析中的进阶应用
                                                                                                                                • 6.4 基于Orange软件的AI数据分析实践
                                                                                                                                  • 6.4.1 基于Orange软件的AI数据分析标准化流程
                                                                                                                                    • 6.4.2 基于Orange软件的数据分析实践
                                                                                                                                    • 6.5 AI数据分析的挑战与发展趋势
                                                                                                                                      • 6.5.1 AI数据分析面临的核心挑战
                                                                                                                                        • 6.5.2 AI数据分析的发展趋势
                                                                                                                                        • 本章小结
                                                                                                                                          • 习题
                                                                                                                                          • 第7章 人工智能与蛋白质结构和药物研发
                                                                                                                                            • 7.1 蛋白质的功能
                                                                                                                                              • 7.1.1 蛋白质是组织器官的主要组成物质
                                                                                                                                                • 7.1.2 蛋白质的生理功能
                                                                                                                                                • 7.2 蛋白质的结构
                                                                                                                                                  • 7.2.1 蛋白质的一级结构
                                                                                                                                                    • 7.2.2 蛋白质的二级结构
                                                                                                                                                    • 7.3 蛋白质结构解析与人类疾病
                                                                                                                                                      • 7.3.1 蛋白质结构解析有助于了解人类疾病的发生机制
                                                                                                                                                        • 7.3.2 AI分析错义突变与疾病的风险
                                                                                                                                                          • 7.3.3 蛋白质结构解析有助于药物研发
                                                                                                                                                          • 7.4 AI加速蛋白质结构的解析
                                                                                                                                                            • 7.4.1 蛋白质结构解析的实验方法
                                                                                                                                                              • 7.4.2 传统蛋白质结构的建模方法
                                                                                                                                                                • 7.4.3 AI算法在蛋白质结构解析中的运用
                                                                                                                                                                • 7.5 人工智能助力药物研发
                                                                                                                                                                  • 7.5.1 传统药物研发面临的困境
                                                                                                                                                                    • 7.5.2 传统药物研发的实验过程
                                                                                                                                                                      • 7.5.3 计算机辅助药物设计方法
                                                                                                                                                                        • 7.5.4 人工智能在药物研发中的应用
                                                                                                                                                                          • 7.5.5 AI加速药物研发案例
                                                                                                                                                                            • 7.5.6 AI驱动药物研发实操示例
                                                                                                                                                                            • 本章小结
                                                                                                                                                                              • 习题
                                                                                                                                                                              • 第8章 脑机接口与人工智能
                                                                                                                                                                                • 8.1 脑机接口的理论基础
                                                                                                                                                                                  • 8.1.1 脑机接口的基本概念
                                                                                                                                                                                    • 8.1.2 脑信号采集与神经生理学原理
                                                                                                                                                                                      • 8.1.3 脑机接口系统架构与信号处理流程
                                                                                                                                                                                      • 8.2 AI在脑机接口中的应用及促进作用
                                                                                                                                                                                        • 8.2.1 人工智能赋能脑机接口的总体框架
                                                                                                                                                                                          • 8.2.2 医疗与康复领域的AI-BCI案例
                                                                                                                                                                                            • 8.2.3 AI助力的未来脑机接口技术
                                                                                                                                                                                            • 8.3 AI在脑机接口领域创新创业设计中的挑战与未来发展趋势
                                                                                                                                                                                              • 8.3.1 创新设计与产业化实践
                                                                                                                                                                                                • 8.3.2 挑战与未来趋势
                                                                                                                                                                                                • 本章小结
                                                                                                                                                                                                  • 习题
                                                                                                                                                                                                  • 第9章 人工智能技术在农业场景中的应用
                                                                                                                                                                                                    • 9.1 中国农业的发展历程与现实挑战
                                                                                                                                                                                                      • 9.1.1 中国传统农业
                                                                                                                                                                                                        • 9.1.2 中国农业现代化
                                                                                                                                                                                                          • 9.1.3 当前中国农业现代化面临的挑战
                                                                                                                                                                                                          • 9.2 人工智能技术在农业中的应用
                                                                                                                                                                                                            • 9.2.1 现代农业常用的AI技术
                                                                                                                                                                                                              • 9.2.2 中国AI农业公司及产品介绍
                                                                                                                                                                                                                • 9.2.3 人工智能在中药种植与品控中的应用
                                                                                                                                                                                                                  • 9.2.4 智慧农业案例设计分析
                                                                                                                                                                                                                  • 本章小结
                                                                                                                                                                                                                    • 习题
                                                                                                                                                                                                                    • 第10章 AI在人文艺术中的运用
                                                                                                                                                                                                                      • 10.1 AI与人文艺术融合的技术基础:从工具到共创的范式跃迁
                                                                                                                                                                                                                        • 10.1.1 AIGC的核心技术逻辑:人文特征的参数化与数据驱动
                                                                                                                                                                                                                          • 10.1.2 三大典型场景的工具落地:从技术逻辑到人文实践
                                                                                                                                                                                                                            • 10.1.3 技术跃迁的核心价值:降低门槛,拓展边界
                                                                                                                                                                                                                            • 10.2 AI对人文艺术核心诉求的回应:传承、创作与传播的三重赋能
                                                                                                                                                                                                                              • 10.2.1 文化传承:从“静态保护”到“活态延续”
                                                                                                                                                                                                                                • 10.2.2 创作创新:从“效率瓶颈”到“跨界突破”
                                                                                                                                                                                                                                  • 10.2.3 文化传播:从“时空受限”到“精准触达”
                                                                                                                                                                                                                                    • 10.2.4 赋能的核心逻辑:以人文为导向,以技术为支撑
                                                                                                                                                                                                                                    • 本章小结
                                                                                                                                                                                                                                      • 习题
                                                                                                                                                                                                                                      • 参考文献

                                                                                                                                                                                                                                      相关图书


                                                                                                                                                                                                                                      相关数字化产品