深度学习在医学影像领域的应用现状与展望

作者：李湘元; 张金宝; 刘鹏华; 廖威林; 张晓玉; 杨敏儿; 潘石蕾; 王沂峰; 陈高文

来源：临床放射学杂志, 2021, 40(12): 2423-2429.

DOI：10.13437/j.cnki.jcr.2021.12.038

• 深度学习
• 深度学习技术
• CNN
• 可解释性
• 目标检测
• 医学影像
• 卷积核
• 卷积层
• 现状与展望

近年来,随着大数据、算法和芯片技术的发展,人工智能已经深度嵌入人类社会各重要行业,引起了政府和社会各界的重视。人工智能（artificial intelligence, AI）是研究如何构造具有人类智能行为的人工系统,使之能够模仿人类进行客观事物的态势认知、自我反馈和行动修正等复杂行为。围绕这这一目标,AI的各类算法和工具应运而生,其中神经网络模型应用尤为引人注目,并诞生深度学习这个概念[1]。

• 单位
  阿里巴巴集团控股有限公司; 中山大学; 南方医科大学珠江医院; 广东省妇幼保健院