深度学习应用于病理图像诊断的研究进展

发布时间：2021-09-05 22:22

　　深度学习已成功地应用于计算机视觉、语音识别和自然语言处理等领域,促使研究人员对其在其他领域中的应用进行探索。基于深度学习的病理图像诊断研究成为医学图像处理领域的重要分支。病理图像数据量巨大,可用于诊断的图像具有结构复杂且尺寸精微的特征,导致诊断准确率低,故研究人员希望借助深度学习技术来辅助病理图像诊断。该综述对近3年来深度学习在病理图像诊断方面应用的相关文章进行总结,介绍了病理图像诊断常用的深度学习网络模型,以及不同病种现阶段所使用的最佳网络模型及其结果,展示了深度学习在病理图像诊断方向的研究进展。 

【文章来源】：上海医学. 2020,43(05)北大核心

【文章页数】：5 页

【文章目录】：
1 深度学习应用于病理图像诊断的背景与意义
2 深度学习概念与相关模型介绍
    2.1 深度学习概念
    2.2 应用于病理图像诊断的深度学习模型
3 深度学习在病理图像分析中的应用
4 总 结
    4.1 深度学习为病理图像分析带来的益处
    4.2 深度学习在病理图像分析中遇到的障碍
    4.3 深度学习病理图像分析的展望


【参考文献】：
期刊论文
[1]基于苏木素-伊红组织病理图像的计算机辅助的乳腺癌预后[J]. 陈佳梅,屈爱平,刘文楼,王林伟,袁静萍,刘娟,李雁.  生物医学工程学杂志. 2016(03)



本文编号：3386192