放射學會的問題，透過圖書和論文來找解法和答案更準確安心。 我們挖掘出下列價位、菜單、推薦和訂位總整理

放射化學(第四版)

為了解決放射學會的問題，作者葉錫溶,蔡長書 這樣論述：

　　本書為兼顧理論與實用，並考量內容的廣度和深度，適用於大專院校原子科學系及放射技術、醫學影像、化學、生技、醫檢、核工等相關科系做為課程教科書，亦適用於醫事放射師國考。章節設計上力求內容簡明嚴謹而不失精確，篇幅廣泛多元而不失凌亂，相關文字之敘述亦注意口語化及順暢。 　　此外，為提昇讀者學習的興趣及學習的效果，且能易於抓住各章節重點，本書亦於各章篇末附錄各類練習題，內容包含原理、計算與應用實務，並以選擇、填充、申論或計算等多元方式呈現，期能達到溫故知新並收事半功倍之成效。 　　第四版仍延續一~三版原有之章節規劃，增列彩色元素週期表與元素相關電子組態表以及醫用放射同位素表（

附錄D）部分內容，方便讀者參閱。 　　另外並針對游離輻射防護法規依據最新資訊更新及修訂，每章節練習題亦增加及搜集國內外大專院校、國家考試、證照考試等題目，附上詳細解說提供練習及參考，如第六章與第十章。  

放射學會進入發燒排行的影片

使用深度學習於心胸比之計算

為了解決放射學會的問題，作者林瑾宜 這樣論述：

胸部 X 光檢查 (Chest X-ray) 是臨床上最常進行的項目之一，也是一般身體健康檢查必要之檢查項目，由於目前臨床上胸部 X 光檢查之判讀主要由放射科醫師或相關醫護人員進行，在繁忙的臨床工作中不免有遺漏之處，因此本研究目的在於利用深度學習輔助計算心胸比， 以協助臨床醫護人員胸部 X 光檢查之判讀。心胸比測量方式多元，為評估與檢查心臟疾病最基本之檢查工具以及評估心臟是否有擴大之重要常用指標，目前計算方式主要由醫護人員於心臟劃一條垂直參考線並量出心臟左緣及右緣間之距離再除以胸部寬度， 並依據其值將心臟分為輕度、中度及重度增大。一般人心胸比小於 0.5，表示「較好的」、「較健康的」，而對於

慢性心臟衰竭者、長期高血壓或尿毒症長期透析之患者而言，常會出現心胸比大於 0.5 之狀況，表示患者心臟有擴大跡象，其不僅容易出現呼吸喘、透析中低血壓，甚至可能造成心律不整，而為了減輕醫護人員計算心胸比所導致之工作負荷並使患者獲得完善與精準之醫療照護，本研究整體模型精確性達到 78%之表現，期許透過此表現輔以提升臨床工作效率、降低失誤率等狀況發生。

不孕症中醫特效療法

為了解決放射學會的問題，作者張娟等（主編） 這樣論述：

隨著人們生活節奏的加快和生活方式的改變，不孕症的發病率逐年升高。本書從不孕症的定義、病因、診斷與鑒別診斷等基礎知識入手，詳細介紹了內分泌失調所致不孕、子宮疾病所致不孕、慢性輸卵管炎所致不孕、免疫性不孕等不孕症的中醫特色診療方法。每種不孕均詳細介紹了疾病的病因、表現、診斷與鑒別診斷、治療原則、中醫特效療法(內治法、外治法、診療體會)、西醫用藥、生活起居(起居、飲食、活動、運動、服藥及飲食忌口)。書末附錄A總結列出了治療不孕症中成藥自選對照表，附錄B歸納了不孕症的保健穴位對照表，方便讀者查閱參考。本書力求語言通俗，圖文並茂，實用性與可操作性兼顧，適合中醫師、患者及其家屬閱讀參考。張娟，女，副主任醫

師，醫學博士，廣州軍區武漢總醫院生殖醫學中心副主任。畢業於華中科技大學同濟醫學院婦產科生殖醫學專業，師從全國著名生殖醫學專家朱桂金教授。從事婦產科臨床、科研工作近20年，具有豐富的臨床經驗與理論知識。在國家級刊物上發表學術論文20余篇，主編、參編《功能失調性子宮出血》等醫學類專著6部。擅長不孕不育及生殖內分泌疾病的診治，特別對多囊卵巢綜合征、子宮內膜異位症的診治有深入研究，能熟練進行各種人類輔助生殖技術和腹腔鏡微創手術。 韓萍，女，主任醫師，教授，博士生導師，中華放射學會青年委員及腹組委員，武漢市放射學會副主任委員，《中華放射學雜誌》編委，《臨床放射學雜誌》常務編委，《放射學實踐雜誌》副

主編，《國外醫學臨床放射學分冊》編委。1983年畢業於武漢同濟醫科大學醫學系，就職于協和醫院放射科，從事放射診斷工作(包括X線、CT、MRI)和介入治療20年，擅長於CT診斷及CT影像后處理(包括多平面重建、三維重建、模擬內鏡等)。近些年來相繼開展了CT導向下腹腔神經叢阻滯術、CT導向下穿刺活檢術、螺旋CT血管造影、螺旋CT肺功能成像、螺旋CT岩骨三維重建等新業務、新技術。以《岩骨三維重建的臨床應用研究》中標國家教委課題；以《螺旋CT結合呼吸門控對肺部形態與功能關係的研究》中標衛生部科研課題。主編出版專著《醫學影像技術叢書：CT掃描分冊》和《臨床模擬影像學》，參編了衛生部(專升本)規劃教材《醫

學影像學》、《醫學影像學與臨床》及《現代腹部影像診斷學》等專著。在專業雜誌上發表論著30余篇，其中以第一作者在國內及國外期刊上發表論著15篇。 李琳，女，醫學博士，武漢市中心醫院副主任醫師。畢業於華中科技大學同濟醫學院婦產科生殖醫學專業，師從全國著名生殖醫學專家朱桂金教授。從事婦產科臨床、科研工作近20年，具有豐富的臨床經驗與理論知識。在國家級刊物上發表學術論文20余篇，主編、參編《功能失調性子宮出血》等醫學類專著6部。擅長中老年女性疾病診治以及腦血管疾病、帕金森病、頸椎病、偏頭痛等疾病的診斷及治療。

基於深度學習法建立乳房攝影BI-RADS分類模型

為了解決放射學會的問題，作者蔡博堯 這樣論述：

乳癌是造成女性死亡原因之一，透過各種乳癌篩檢方式可及早發現並治療，乳房攝影是常用的一種方法，乳房影像識別須依賴放射科醫師，但人工判讀會有其風險。目前乳房影像須由醫師依美國放射學會提供的乳房成像報告和數據系統(Breast Imaging Reporting and Data System, BI-RADS)來標記是否有乳房病變，BI-RADS共有0至6之類別，其中BI-RADS 3與BI-RADS 4為判定影像時之關鍵點。因此進行乳癌影像分析研究之文獻蒐集，發現預處理方法有圖像增強、人工貼標、特徵壓縮等。將預處理後圖像用來建立深度學習之乳房影像辨識模型，模型為二元分類器由低風險群組BI-RA

DS 1與BI-RADS 2組成與高風險群組BI-RADS 4與BI-RADS 5組成，建構模型以AlexNet、VGG-16、Inception v3三種深度學習架構，評估結果發現Inception v3模型為最佳模型，分別在驗證集與測試集中獲得準確度88.89%與90.56%，期望能有助於臨床輔助診斷，以提升醫療品質。