當(dāng)代醫(yī)學(xué)仍然存在許多亟待解決的問題，比如日益增加的成本、醫(yī)療服務(wù)水平的下降...但近幾年AI技術(shù)的發(fā)展卻給醫(yī)療領(lǐng)域帶來了革命性的變化，因此AI+醫(yī)療迅速興起。

從目前已知的成果來看，人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用已經(jīng)相當(dāng)廣泛，智能診斷、影像識別、語音識別、預(yù)防性醫(yī)學(xué)、AI輔助治療等技術(shù)也為我們提供了更加便捷有效的醫(yī)療服務(wù)。可以看見，AI+醫(yī)療會是未來的研究熱門與市場指向之一。

既然都是熱門了，作為人工智能領(lǐng)域的我們怎么能錯過這個好發(fā)論文的方向？所以學(xué)姐今天就來和同學(xué)們分享AI+醫(yī)療領(lǐng)域的資源包啦！

這次不僅是整理了21篇AI醫(yī)療必讀的論文綜述，學(xué)姐還發(fā)現(xiàn)了一本寶藏書籍！

掃碼添加小享，回復(fù)“AI醫(yī)療”??

免費獲取完整書籍pdf+論文+代碼

《機器學(xué)習(xí)和深度學(xué)習(xí)在醫(yī)學(xué)中的基礎(chǔ)知識》

這本書是由三位大佬聯(lián)合撰寫，為醫(yī)學(xué)學(xué)生、研究人員和專業(yè)人員提供了機器學(xué)習(xí)和醫(yī)學(xué)深度學(xué)習(xí)的基礎(chǔ)介紹，只需在本科階段選修過一門數(shù)學(xué)入門課程（比如微積分）就可以輕松的讀懂！

本書涉及醫(yī)學(xué)數(shù)據(jù)的數(shù)學(xué)編碼、線性回歸和分類、非線性特征工程、深度學(xué)習(xí)、卷積和循環(huán)神經(jīng)網(wǎng)絡(luò)、強化學(xué)習(xí)等知識。每一章以練習(xí)集結(jié)束，供讀者練習(xí)和測試所學(xué)。

掃碼添加小享，回復(fù)“AI醫(yī)療”??

免費獲取完整書籍pdf+論文+代碼

21篇必讀論文綜述

整理的論綜述涉及醫(yī)學(xué)圖像配準(zhǔn)、醫(yī)學(xué)圖像分割、遷移學(xué)習(xí)和多模態(tài)融合等細分領(lǐng)域，分享出來主要就是為了幫助大家快速了解AI+醫(yī)療的研究現(xiàn)狀與方向，看完記得給學(xué)姐點個贊支持一下哈！

1、A Comprehensive Review of Markov Random Field and Conditional Random Field Approaches in Pathology Image Analysis （病理圖像分析中MRF和CRF方法綜述

2、Medical Instrument Detection in Ultrasound: A Review （超聲引導(dǎo)治療的醫(yī)療器械檢測

3、Multiple Sclerosis Lesion Segmentation - A Survey of Supervised CNN-Based Methods （多發(fā)性硬化病變分割--基于有監(jiān)督CNN的方法綜述

4、A review: Deep learning for medical image segmentation using multi-modality fusion（多模態(tài)融合用于醫(yī)學(xué)圖像分割的深度學(xué)習(xí)綜述

5、High-level Prior-based Loss Functions for Medical Image Segmentation: A Survey （基于高層先驗損失函數(shù)的醫(yī)學(xué)圖像分割綜述

6、Deep Learning Based Brain Tumor Segmentation: A Survey（基于深度學(xué)習(xí)的腦腫瘤分割研究綜述

7、Medical Image Segmentation Using Deep Learning: A Survey（基于深度學(xué)習(xí)的醫(yī)學(xué)圖像分割研究綜述

8、A Survey on Deep Learning for Neuroimaging-based Brain Disorder Analysis （基于神經(jīng)成像的腦疾病分析深度學(xué)習(xí)研究綜述

9、A Survey on Deep Learning and Explainability for Automatic Report Generation from Medical Images（基于圖像的醫(yī)學(xué)報告自動生成的深度學(xué)習(xí)和可解釋性研究綜述

10、Learning-Based Algorithms for Vessel Tracking: A Review（基于學(xué)習(xí)的血管跟蹤算法綜述

11、Deep Learning in Computer-Aided Diagnosis and Treatment of Tumors: A Survey（計算機輔助腫瘤診療中的深度學(xué)習(xí)研究綜述

12、A scoping review of transfer learning research on medical image analysis using ?ImageNet（利用ImageNet進行醫(yī)學(xué)圖像分析的遷移學(xué)習(xí)研究述評

13、Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans（利用胸片和CT掃描進行冠狀病毒檢測和預(yù)測的機器學(xué)習(xí)：一項系統(tǒng)方法學(xué)綜述

14、Towards Automatic Threat Detection: A Survey of Advances of Deep Learning within X-ray Security Imaging （邁向自動威脅檢測：X射線安全成像中深度學(xué)習(xí)進展綜述

15、A Review on End-To-End Methods for Brain Tumor Segmentation and ?Overall Survival Prediction（腦腫瘤的端到端分割和總體生存預(yù)測方法綜述

16、A Comprehensive Review for Breast Histopathology Image Analysis Using Classical and Deep Neural Networks （使用經(jīng)典和深層神經(jīng)網(wǎng)絡(luò)進行的乳房組織病理學(xué)圖像分析的全面綜述

17、Medical Image Registration Using Deep Neural Networks: ?A Comprehensive Review（使用深度神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像配準(zhǔn)：全面綜述

18、3D Bounding Box Detection in Volumetric Medical Image Data: A Systematic Literature Review（體醫(yī)學(xué)圖像數(shù)據(jù)中三維包圍盒檢測的系統(tǒng)文獻綜述

19、A Review on Deep Learning Techniques for the ?Diagnosis of Novel Coronavirus (COVID-19) （新型冠狀病毒(冠狀病毒)診斷的深度學(xué)習(xí)技術(shù)綜述

20、Deep neural network models for computational histopathology: A survey（用于計算組織病理學(xué)的深度神經(jīng)網(wǎng)絡(luò)模型綜述

21、A Survey on Incorporating Domain Knowledge into Deep Learning for Medical Image Analysis （域知識驅(qū)動的醫(yī)學(xué)圖像深度學(xué)習(xí)研究綜述

掃碼添加小享，回復(fù)“AI醫(yī)療”??

免費獲取完整書籍pdf+論文+代碼