肺部疾病種類較多、影像表現(xiàn)各異且有較多重疊,不易診斷。僅憑肉眼從大量圖像中篩檢微小病變,常導(dǎo)致漏診。人工智能利用其圖像識(shí)別及深度學(xué)習(xí)功能,可從圖像中快速提取出人眼無(wú)法識(shí)別的有價(jià)值信息,在肺部疾病的診斷特異性和敏感性方面具有獨(dú)特優(yōu)勢(shì)。隨著肺部疾病影像數(shù)據(jù)各種模型的建立,其在肺部疾病影像診斷、篩查等方面的作用日益突出,可顯著提高診斷準(zhǔn)確性�，F(xiàn)就人工智能技術(shù)的產(chǎn)生、發(fā)展,以及在肺部疾病影像診斷中的應(yīng)用現(xiàn)狀、前景和面臨的問題進(jìn)行綜述。 

【文章來(lái)源】：中國(guó)中西醫(yī)結(jié)合影像學(xué)雜志. 2020,18(03)

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
1 人工智能醫(yī)學(xué)影像的產(chǎn)生、發(fā)展
2 人工智能在肺部疾病影像診斷中的應(yīng)用現(xiàn)狀
    2.1 人工智能在胸部X線片中的應(yīng)用
    2.2 人工智能在肺結(jié)節(jié)和肺癌CT篩查及診斷中的價(jià)值
3 應(yīng)用前景
4 存在的問題及解決方案


【參考文獻(xiàn)】：
期刊論文
[1]人工智能與醫(yī)學(xué)——發(fā)展歷程[J]. 壽君妮,于觀貞,余黨會(huì),李冠南.  第二軍醫(yī)大學(xué)學(xué)報(bào). 2018(08)
[2]深度學(xué)習(xí)研究進(jìn)展[J]. 郭麗麗,丁世飛.  計(jì)算機(jī)科學(xué). 2015(05)



本文編號(hào)：3132775