深度学习在医学图像分析中的应用研究综述

作者：黄江珊; 王秀红

来源：图书情报研究, 2019, 12(02): 92-98+112.

• 深度学习
• 医学图像分析
• 卷积神经网络
• 深度信念网络
• 堆叠自动编码器

[目的/意义]介绍深度学习的概念、发展过程以及三种典型深度学习模型:卷积神经网络(CNN)、深度信念网络(DBN)和堆叠自动编码器(SAE),并梳理三种模型的发展历程,对深度学习在医学图像分析中的应用研究状况进行综述。[方法/过程]通过文献调研对深度学习模型在医学图像分析领域的诸多应用进行整理,并在此基础上突出一些关键的应用领域,进而讨论深度学习基本模型存在的问题。[结果/结论 ]深度学习模型目前存在五个问题:模型结构单一、训练方式仍需改进、训练时间过长、对无标记数据添加标签、克服对抗样本,在实际工作中应提出相关解决措施。从跨组织合作、大的图像数据集、深度学习方法的进步三个方面对深度学习在医学图像分析领域的发展前景进行展望。

• 单位
  江苏大学