為了使患者對自身的情況更加了解,醫(yī)生可以更準確地對疾病進行診斷,目前已經(jīng)出現(xiàn)了一些將計算機技術用于醫(yī)療診斷的研究。但是目前存在的技術在處理疾病診斷的過程中存在電腦處理數(shù)據(jù)多,維度大,超負荷等缺點。基于這種情況,本文提出了將卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network,CNN)用于處理疾病數(shù)據(jù)的技術,神經(jīng)網(wǎng)絡對于高維度的數(shù)據(jù)處理有著無可比擬的優(yōu)勢。CNN網(wǎng)絡可以降低數(shù)據(jù)過擬合現(xiàn)象的發(fā)生,可以極大地緩解目前技術存在的問題。這項技術對于患者和醫(yī)生都有著積極的意義。

【文章頁數(shù)】：2 頁

【部分圖文】：

圖1 基于CNN的疾病預測技術路線

2.3技術路線如圖1所示，由于深度學習的訓練需要用到大量的數(shù)據(jù)，因此設計模型之前需要收集大量的數(shù)據(jù)，在收集數(shù)據(jù)的過程中需要注意到患者的隱私問題，之后需要對這些數(shù)據(jù)進行人工的標注和預處理。根據(jù)已有的數(shù)據(jù)對模型進行設計，然后通過設計好的模型進行網(wǎng)絡的訓練，在訓練好的網(wǎng)絡上可以進行疾....

本文編號：4034461