深度学习技术在胃肠镜诊断中应用研究进展

发布时间：2021-06-07 07:47

　　深度学习（DL）为目前主流的人工智能图像识别方法,在医疗领域受到越来越多关注。DL技术通过对海量训练数据中的原始特征进行表征分析,构建多隐层的机器学习模型,模拟脑神经元活动,最后计算机输出单一的诊断结果。本文结合国内外研究成果,介绍DL在Barrett食管、食管癌、幽门螺旋杆菌感染、胃癌、结肠息肉等方面的应用,以及DL在胃肠镜诊断中存在的不足及未来发展前景。 

【文章来源】：青岛大学学报(医学版). 2020,56(03)

【文章页数】：6 页

【文章目录】：
1 DL概述
2 DL技术在胃肠镜诊断中的应用
    2.1 Barrett食管
    2.2 食管癌
    2.3 Hp感染
    2.4 胃癌
    2.5 结肠息肉及腺瘤
3 存在的问题
    3.1 假阳性和假阴性结果
    3.2 前瞻性试验研究缺乏
    3.3 回顾性试验研究学习材料的来源渠道单一
    3.4 内镜视频的辅助诊断缺乏
    3.5 数据集的相对不平衡
4 发展前景


【参考文献】：
期刊论文
[1]基于深度学习的皮肤影像分类[J]. 周航宁,谢凤英,姜志国,刘洁,晋红中,孟如松,崔勇.  协和医学杂志. 2018(01)
[2]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[3]深度学习研究综述[J]. 尹宝才,王文通,王立春.  北京工业大学学报. 2015(01)
[4]计算机辅助诊断在医学影像诊断中的新进展[J]. 刘延彤,李茂星,叶建军.  西北国防医学杂志. 2006(06)



本文编号：3216181