Metody przetwarzania danych wielomodalnych w diagnostyce medycznej - Monografia naukowa Exit 2026

METODY PRZETWARZANIA DANYCH WIELOMODALNYCH W DIAGNOSTYCE MEDYCZNEJ Monografia naukowa poświęcona najnowszym osiągnięciom w dziedzinie przetwarzania danych wielomodalnych z zastosowaniem w diagnostyce medycznej. Publikacja stanowi kompleksowe opracowanie sześciu kluczowych obszarów wykorzystania sztucznej inteligencji i uczenia maszynowego w medycynie. Książka przedstawia innowacyjne podejścia do integracji różnych typów danych medycznych, w tym obrazowania, sygnałów biomedycznych, danych tekstowych i klinicznych. Autorzy szczegółowo opisują architektury głębokiego uczenia wzbogacone o mechanizmy bayesowskie, które pozwalają na bardziej precyzyjną detekcję schorzeń. Monografia obejmuje sześć obszernych rozdziałów poświęconych zastosowaniom multimodalnym w diagnostyce endometriozy, wykrywaniu zawałów serca, diagnozowaniu niewydolności żylnej, wykrywaniu nowotworów mózgu, diagnostyce okulistycznej oraz rozpoznawaniu zmian nowotworowych skóry z wykorzystaniem teorii Dempstera-Shafera. • Bayesowska korekta aktywacji w modelach głębokiego uczenia do detekcji endometriozy • Analiza sygnałów biomedycznych EKG i EEG we wczesnym wykrywaniu zawałów serca • Hybrydowe modele głębokiego uczenia w diagnostyce niewydolności żylnej • Mechanizmy wyjaśnialnej sztucznej inteligencji w neuroonkologii • Model BDMF-Net jako probabilistyczne podejście do integracji danych multimodalnych • Teoria Dempstera-Shafera w multimodalnej diagnostyce nowotworów skóry Każdy rozdział zawiera szczegółowy przegląd literatury, opis autorskich modeli zaproponowanych przez autorów oraz obszerną ewaluację eksperymentalną z wykorzystaniem realnych danych medycznych. Publikacja jest adresowana do badaczy, doktorantów oraz specjalistów zajmujących się zastosowaniami sztucznej inteligencji w medycynie. Wydawnictwo Exit specjalizuje się w publikacjach naukowych z zakresu informatyki i nowoczesnych technologii. Niniejsza monografia wpisuje się w nurt badań nad Trustworthy AI, czyli godną zaufania sztuczną inteligencją, która oprócz wysokiej skuteczności oferuje również przejrzystość i interpretowalność swoich decyzji. Format publikacji: 165 x 236 mm zapewnia komfortowy układ tekstu z odpowiednimi marginesami do prowadzenia notatek. Monografia może służyć jako materiał referencyjny dla studentów studiów doktoranckich oraz jako źródło wiedzy dla praktykujących lekarzy zainteresowanych nowoczesnymi metodami wspomagającymi diagnostykę. CARUNO-2026-07-23-06:10:52