Atjaunināt sīkdatņu piekrišanu
  • Formāts - EPUB+DRM
  • Cena: 164,05 €*
  • * ši ir gala cena, t.i., netiek piemērotas nekādas papildus atlaides
  • Ielikt grozā
  • Pievienot vēlmju sarakstam
  • Šī e-grāmata paredzēta tikai personīgai lietošanai. E-grāmatas nav iespējams atgriezt un nauda par iegādātajām e-grāmatām netiek atmaksāta.

DRM restrictions

  • Kopēšana (kopēt/ievietot):

    nav atļauts

  • Drukāšana:

    nav atļauts

  • Lietošana:

    Digitālo tiesību pārvaldība (Digital Rights Management (DRM))
    Izdevējs ir piegādājis šo grāmatu šifrētā veidā, kas nozīmē, ka jums ir jāinstalē bezmaksas programmatūra, lai to atbloķētu un lasītu. Lai lasītu šo e-grāmatu, jums ir jāizveido Adobe ID. Vairāk informācijas šeit. E-grāmatu var lasīt un lejupielādēt līdz 6 ierīcēm (vienam lietotājam ar vienu un to pašu Adobe ID).

    Nepieciešamā programmatūra
    Lai lasītu šo e-grāmatu mobilajā ierīcē (tālrunī vai planšetdatorā), jums būs jāinstalē šī bezmaksas lietotne: PocketBook Reader (iOS / Android)

    Lai lejupielādētu un lasītu šo e-grāmatu datorā vai Mac datorā, jums ir nepieciešamid Adobe Digital Editions (šī ir bezmaksas lietotne, kas īpaši izstrādāta e-grāmatām. Tā nav tas pats, kas Adobe Reader, kas, iespējams, jau ir jūsu datorā.)

    Jūs nevarat lasīt šo e-grāmatu, izmantojot Amazon Kindle.

The volume provides a wealth of up-to-date information on developments and applications of deep learning in healthcare and medicine, providing deep insight and understanding of novel applications that address the tough questions of disease diagnosis, prevention, and immunization. The volume looks at applications of deep learning for major medical challenges such as cancer detection and identification, birth asphyxia among neonates, kidney abnormalities, white blood cell segmentation, diabetic retinopathy detection, and Covid-19 diagnosis, prevention, and immunization. The volume discusses applications of deep learning in detection, diagnosis, intensive examination and evaluation, genomic sequencing, convolutional neural networks for image recognition and processing, and more for health issues such as kidney problems, brain tumors, lung damage, and breast cancer. The authors look at ML for brain tumor segmentation, in lung CT scans, in digital X-ray devices, and for logistic and transport systems for effective delivery of healthcare.