10.3969/j.issn.1674-9057.2020.04.027
深度学习在肺炎检测中的研究综述
针对专业影像医生每天因阅览大量胸片所导致的视觉疲劳,会在一定程度上影响医生的诊断,从而出现假阳率过高、误诊漏诊等问题.为了减少这类情况的出现,近年来大量研究将深度学习技术应用于医学影像辅助诊断方面以减轻医生负担、提高医院检测工作效率.本文对比了深度学习中几种常用的卷积神经网络模型,并且总结了几个比较大型的肺炎公开数据集,然后以肺炎检测为综述对象,从传统方法和深度学习方法两个方面和分类、目标检测两个角度,详细分析了近年来国内外的研究现状、取得成果以及所面临的问题,并给出相关建议.
深度学习、医学影像、肺炎检测、计算机辅助诊断
40
TP391.41(计算技术、计算机技术)
广西自然科学基金项目;广西嵌入式技术与智能系统重点实验室开放基金项目
2021-03-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
859-866