Muutke küpsiste eelistusi
  • Formaat - EPUB+DRM
  • Hind: 170,30 €*
  • * hind on lõplik, st. muud allahindlused enam ei rakendu
  • Lisa ostukorvi
  • Lisa soovinimekirja
  • See e-raamat on mõeldud ainult isiklikuks kasutamiseks. E-raamatuid ei saa tagastada.

DRM piirangud

  • Kopeerimine (copy/paste):

    ei ole lubatud

  • Printimine:

    ei ole lubatud

  • Kasutamine:

    Digitaalõiguste kaitse (DRM)
    Kirjastus on väljastanud selle e-raamatu krüpteeritud kujul, mis tähendab, et selle lugemiseks peate installeerima spetsiaalse tarkvara. Samuti peate looma endale  Adobe ID Rohkem infot siin. E-raamatut saab lugeda 1 kasutaja ning alla laadida kuni 6'de seadmesse (kõik autoriseeritud sama Adobe ID-ga).

    Vajalik tarkvara
    Mobiilsetes seadmetes (telefon või tahvelarvuti) lugemiseks peate installeerima selle tasuta rakenduse: PocketBook Reader (iOS / Android)

    PC või Mac seadmes lugemiseks peate installima Adobe Digital Editionsi (Seeon tasuta rakendus spetsiaalselt e-raamatute lugemiseks. Seda ei tohi segamini ajada Adober Reader'iga, mis tõenäoliselt on juba teie arvutisse installeeritud )

    Seda e-raamatut ei saa lugeda Amazon Kindle's. 

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.