塵肺病診斷主要依據(jù)醫(yī)學影像學的判斷,目前人工智能（AI）已經(jīng)運用到塵肺病醫(yī)學影像學的輔助診斷上。臨床上貳期和叁期塵肺病診斷并不困難,困難之處在于無塵肺病和壹期塵肺病的診斷,其診斷結(jié)論往往差異很大,特別是診斷經(jīng)驗不足的醫(yī)師很容易出現(xiàn)漏診、誤診的情況。AI技術在塵肺病影像診斷中的應用就是著重解決無塵肺病和壹期塵肺分類診斷的問題。本文綜述了近年來AI技術在塵肺病診斷中的應用研究,重點闡述支持向量機（SVM）和人工神經(jīng)網(wǎng)絡（ANN）這兩種AI技術在塵肺病分類診斷中的應用,并分析其優(yōu)缺點;展望卷積神經(jīng)網(wǎng)絡（CNN）技術和其他AI深度學習算法在未來應用到塵肺病圖像分類的可能,分析其存在的困難及今后突破的方向。 

【文章來源】：環(huán)境與職業(yè)醫(yī)學. 2020,37(02)北大核心CSCD

【文章頁數(shù)】：5 頁

【文章目錄】：
1 AI在塵肺病診斷中的應用
2 SVM技術分類診斷塵肺病
3 ANN技術分類診斷塵肺病
4 CNN技術診斷肺結(jié)節(jié)
5 小結(jié)


【參考文獻】：
期刊論文
[1]基于人工智能的胸部CT智能輔助診斷系統(tǒng)在LDCT數(shù)據(jù)集上的應用研究[J]. 金文忠,陸耀,汪陽.  中國醫(yī)學計算機成像雜志. 2018(05)
[2]實習醫(yī)師以共同閱片和第二閱片者模式使用計算機輔助檢測系統(tǒng)在低劑量CT中的應用研究[J]. 胡瓊潔,陳沖,王玉錦,胡玉娜,潘月影,楊朝霞,艾濤,孫子燕,管漢雄,夏黎明.  放射學實踐. 2018(10)
[3]人工智能將改變影像醫(yī)學的未來[J]. 蕭毅,劉士遠.  科技與金融. 2018(10)
[4]塵肺病遠程影像診斷現(xiàn)狀及展望[J]. 張敏,陳鈞強.  中華勞動衛(wèi)生職業(yè)病雜志. 2018 (07)
[5]不要把塵肺病防治引入歧途[J]. 李德鴻.  環(huán)境與職業(yè)醫(yī)學. 2018(04)
[6]人工智能在醫(yī)療肺結(jié)節(jié)檢測領域的實踐[J]. 劉聰,殷保才,嚴峻.  信息技術與標準化. 2017(11)



本文編號：3124609