人工智能技术在尘肺病诊断中的应用研究进展

发布时间：2021-04-08 01:49

　　尘肺病诊断主要依据医学影像学的判断,目前人工智能（AI）已经运用到尘肺病医学影像学的辅助诊断上。临床上贰期和叁期尘肺病诊断并不困难,困难之处在于无尘肺病和壹期尘肺病的诊断,其诊断结论往往差异很大,特别是诊断经验不足的医师很容易出现漏诊、误诊的情况。AI技术在尘肺病影像诊断中的应用就是着重解决无尘肺病和壹期尘肺分类诊断的问题。本文综述了近年来AI技术在尘肺病诊断中的应用研究,重点阐述支持向量机（SVM）和人工神经网络（ANN）这两种AI技术在尘肺病分类诊断中的应用,并分析其优缺点;展望卷积神经网络（CNN）技术和其他AI深度学习算法在未来应用到尘肺病图像分类的可能,分析其存在的困难及今后突破的方向。 

【文章来源】：环境与职业医学. 2020,37(02)北大核心CSCD

【文章页数】：5 页

【文章目录】：
1 AI在尘肺病诊断中的应用
2 SVM技术分类诊断尘肺病
3 ANN技术分类诊断尘肺病
4 CNN技术诊断肺结节
5 小结


【参考文献】：
期刊论文
[1]基于人工智能的胸部CT智能辅助诊断系统在LDCT数据集上的应用研究[J]. 金文忠,陆耀,汪阳.  中国医学计算机成像杂志. 2018(05)
[2]实习医师以共同阅片和第二阅片者模式使用计算机辅助检测系统在低剂量CT中的应用研究[J]. 胡琼洁,陈冲,王玉锦,胡玉娜,潘月影,杨朝霞,艾涛,孙子燕,管汉雄,夏黎明.  放射学实践. 2018(10)
[3]人工智能将改变影像医学的未来[J]. 萧毅,刘士远.  科技与金融. 2018(10)
[4]尘肺病远程影像诊断现状及展望[J]. 张敏,陈钧强.  中华劳动卫生职业病杂志. 2018 (07)
[5]不要把尘肺病防治引入歧途[J]. 李德鸿.  环境与职业医学. 2018(04)
[6]人工智能在医疗肺结节检测领域的实践[J]. 刘聪,殷保才,严峻.  信息技术与标准化. 2017(11)



本文编号：3124609