發(fā)布時間：2021-09-05 22:22

　　深度學(xué)習(xí)已成功地應(yīng)用于計算機視覺、語音識別和自然語言處理等領(lǐng)域,促使研究人員對其在其他領(lǐng)域中的應(yīng)用進行探索。基于深度學(xué)習(xí)的病理圖像診斷研究成為醫(yī)學(xué)圖像處理領(lǐng)域的重要分支。病理圖像數(shù)據(jù)量巨大,可用于診斷的圖像具有結(jié)構(gòu)復(fù)雜且尺寸精微的特征,導(dǎo)致診斷準(zhǔn)確率低,故研究人員希望借助深度學(xué)習(xí)技術(shù)來輔助病理圖像診斷。該綜述對近3年來深度學(xué)習(xí)在病理圖像診斷方面應(yīng)用的相關(guān)文章進行總結(jié),介紹了病理圖像診斷常用的深度學(xué)習(xí)網(wǎng)絡(luò)模型,以及不同病種現(xiàn)階段所使用的最佳網(wǎng)絡(luò)模型及其結(jié)果,展示了深度學(xué)習(xí)在病理圖像診斷方向的研究進展。 

【文章來源】：上海醫(yī)學(xué). 2020,43(05)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
1 深度學(xué)習(xí)應(yīng)用于病理圖像診斷的背景與意義
2 深度學(xué)習(xí)概念與相關(guān)模型介紹
    2.1 深度學(xué)習(xí)概念
    2.2 應(yīng)用于病理圖像診斷的深度學(xué)習(xí)模型
3 深度學(xué)習(xí)在病理圖像分析中的應(yīng)用
4 總 結(jié)
    4.1 深度學(xué)習(xí)為病理圖像分析帶來的益處
    4.2 深度學(xué)習(xí)在病理圖像分析中遇到的障礙
    4.3 深度學(xué)習(xí)病理圖像分析的展望


【參考文獻】：
期刊論文
[1]基于蘇木素-伊紅組織病理圖像的計算機輔助的乳腺癌預(yù)后[J]. 陳佳梅,屈愛平,劉文樓,王林偉,袁靜萍,劉娟,李雁.  生物醫(yī)學(xué)工程學(xué)雜志. 2016(03)



本文編號：3386192