基于深度学习的医学图像识别研究综述

发布时间：2024-06-07 18:37

　　<正>1943年M cCulloch和Pitts首先提出了神经元模型(MP模型)^[1]。1958年到1962年,Rosenblatt在神经元模型的基础上添加了学习功能,提出了单层感知器网络模型^[2-3],并将此模型应用到实践中,但是此模型解决不了线性不可分问题。到1986年,Rumelhart

【文章页数】：7 页

【文章目录】：
深度学习方法
    1.深信念网络(DBN)
    2.深自动编码器网络(DAN)
    3.卷积神经网络(CNN)
    4.循环神经网络(RNN)
    5.深度学习开源工具
深度学习在医学图像分析的应用
    1.疾病检测
        (1)脑病检查
        (2)肝病检查
        (3)现有问题的改进
    2.医学图像病变部位的识别和分析
        (1)肺部图像识别和分析
        (2)乳腺图像识别和分析
        (3)皮肤镜图像识别和分析
        (4)结直肠医学图像识别和分析
        (5)眼底图像识别和分析
        (6)脑图像识别和分析
        (7)根据病理特征对病变图像识别和分析
        (8)其他部位医学图像识别和分析
    3.医学图像建模和分析
    4.医学图像分析所用深度学习模型汇总
    5.公开医学图像库汇总
结论与展望



本文编号：3990933