10.3969/j.issn.0258-8021.2018.01.012
基于深度学习的医学图像识别研究进展
近年来,随着医学影像技术的快速发展,医学图像分析步入大数据时代,如何从海量的医学图像数据中挖掘出有用信息,对医学图像识别带来巨大的挑战.深度学习是机器学习的一个新领域,传统的机器学习方法不能有效地挖掘到医学图像中蕴含的丰富信息,而深度学习通过模拟人脑建立分层模型,具有强大的自动特征提取、复杂模型构建以及高效的特征表达能力,更重要的是深度学习方法能从像素级的原始数据中逐级提取从底层到高层的特征,这为解决医学图像识别面临的新问题提供了新思路.首先阐述深度学习方法,列举深度学习方法的三种常见的实现模型,并介绍深度学习的训练过程;随后总结了深度学习方法在疾病检测与分类和病变识别两方面的应用情况,以及深度学习应用在医学图像识别中的两个共性问题;最后对深度学习在医学图像识别中存在的问题进行分析及展望.
医学图像识别、机器学习、深度学习
37
R318(医用一般科学)
广西高校重点实验室科学基金GXSCIIP201411;四川省科技计划资助项目2015HH0036;成都市科技惠民资助项目2015-HM01-00561-SF
2018-05-09(万方平台首次上网日期,不代表论文的发表时间)
共9页
86-94