基于非霍奇金淋巴瘤分类的深度学习方法研究
近年来,随着国家层面对"AI+医疗领域"的重视,医疗人工智能研究得到快速发展.深度学习作为人工智能领域的一个重要分支,具有强大的数据处理能力,已逐渐应用在智能医疗影像辅助诊断方面.文章对基于深度学习的非霍奇金淋巴瘤数字病理学图像分类技术进行了概述和总结,并重点阐述了卷积神经网络对病理学图像分类.最后,对深度学习在淋巴瘤诊断、预后和治疗中面临的挑战分享了观点.
深度学习、非霍奇金淋巴瘤、医学图像、特征提取、图像分类
18
TP301(计算技术、计算机技术)
大庆市指导性科技计划项目zd-2020-13
2022-05-30(万方平台首次上网日期,不代表论文的发表时间)
共3页
71-73