10.3778/j.issn.1002-8331.2201-0397
深度学习在肺结节辅助诊断中的应用
肺癌位居癌症死亡率首位,对其进行早期诊断和治疗可降低肺癌患者的死亡率.深度学习能够自动提取结节特征,并完成肺结节的良恶性及恶性等级分类,因此深度学习方法成为肺癌早期诊断的重要手段.对常用数据集进行介绍,系统阐述了栈式去噪自编码器(SDAE)、深度置信网络(DBN)、生成对抗网络(GAN)、卷积神经网络(CNN)、循环神经网络(RNN)和迁移学习技术在肺结节良恶性分类中的应用,阐述了深度卷积生成对抗网络(DCGAN)、多尺度卷积神经网络(MCNN)、U型网络(U-Net)和集成学习技术在肺结节恶性等级分类中的应用,针对肺结节分类的深度学习方法进行了综合分析,并对未来研究方向进行展望.
肺结节、深度学习、良恶性分类、恶性等级分类、计算机辅助诊断
58
TP391(计算技术、计算机技术)
山东省中医药科技项目;国家自然科学基金;山东省自然科学基金
2022-09-23(万方平台首次上网日期,不代表论文的发表时间)
共12页
59-70