9783030830496 - machine and deep learning in oncology, medical physics and radiology (3 Ergebnisse)
- Softcover
Anbieter: Majestic Books, Hounslow, , Vereinigtes KönigreichMajestic Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 4 SternenZustand: Neu
EUR 114,49
EUR 7,54 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 1 verfügbar
Zustand: New.
- Softcover
Anbieter: preigu, Osnabrück, Deutschlandpreigu
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 108,65
EUR 70,00 VersandVersand von Deutschland nach USAAnzahl: 5 verfügbar
Taschenbuch. Zustand: Neu. Machine and Deep Learning in Oncology, Medical Physics and Radiology | Issam El Naqa (u. a.) | Taschenbuch | xvi | Englisch | 2023 | Springer | EAN 9783030830496 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | An…bieter: preigu.
- Softcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 123,04
EUR 64,47 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book, now in an extensively revised and updated second edition, provides a comprehensive overview of both machine learning and deep learning and their role in oncology, medical physics, and radiology. Readers will find thorough coverage of basic… theory, methods, and demonstrative applications in these fields. An introductory section explains machine and deep learning, reviews learning methods, discusses performance evaluation, and examines software tools and data protection. Detailed individual sections are then devoted to the use of machine and deep learning for medical image analysis, treatment planning and delivery, and outcomes modeling and decision support. Resources for varying applications are provided in each chapter, and software code is embedded as appropriate for illustrative purposes. The book will be invaluable for students and residents in medical physics, radiology, and oncology and will also appeal to more experienced practitioners and researchers and members ofapplied machine learning communities.
