论文摘要
当今社会已进入大数据时代,医学图像分析与处理也因此面临新的挑战,如何充分挖掘出海量医学图像中的信息,是我们需要去思考的问题。深度学习为我们在解决这一方面的问题上提供了新的思路。深度学习作为机器学习研究中的新领域,近年来受到了越来越多的关注。其相关研究涉及多个领域,尤其是图像处理方面。其中,基于深度学习的医学图像处理是个十分热门的话题。本文首先简明介绍深度学习;随后说明深度学习在医学图像分割中的应用;最后对深度学习在医学图像处理中存在的问题进行分析以及对未来做出展望。
论文目录
文章来源
类型: 期刊论文
作者: 朱恩泽,何瀚志,仲弘扬,江滔,张子涵,朱红
关键词: 深度学习,神经网络,医学图像分割
来源: 徐州医科大学学报 2019年02期
年度: 2019
分类: 医药卫生科技,信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 徐州医科大学医学信息学院
基金: 江苏省自然科学基金(BK20130209),江苏省高等学校自然科学研究重大项目(18KJA520012),徐州市科技计划(KC16SQ78)
分类号: TP391.41;TP183
页码: 143-147
总页数: 5
文件大小: 499K
下载量: 137
相关论文文献
- [1].基于深度学习的医学图像分割方法[J]. 中国临床新医学 2020(02)
- [2].医学图像分割概述[J]. 电子世界 2020(03)
- [3].基于委员会查询和自步多样性学习的医学图像分割[J]. 西北大学学报(自然科学版) 2020(02)
- [4].聚类算法在医学图像分割中的应用[J]. 计算机产品与流通 2019(03)
- [5].医学图像分割方法综述[J]. 电子科技 2017(08)
- [6].基于词袋模型的医学图像分割[J]. 西安工业大学学报 2017(03)
- [7].一种改进的医学图像分割聚类算法[J]. 兰州工业学院学报 2017(04)
- [8].基于聚类分析的医学图像分割综述[J]. 中国科技信息 2017(15)
- [9].光学相干层析医学图像分割研究现状[J]. 中国医学物理学杂志 2016(07)
- [10].基于阈值的医学图像分割技术的计算机模拟及应用[J]. 软件 2018(03)
- [11].基于谱聚类的医学图像分割方法[J]. 广西师范学院学报(自然科学版) 2015(04)
- [12].医学图像分割算法分类及特点[J]. 科技信息 2013(03)
- [13].医学图像分割方法综述[J]. 长春师范学院学报 2013(04)
- [14].医学图像分割技术研究[J]. 医学信息(上旬刊) 2011(01)
- [15].医学图像分割方法研究[J]. 价值工程 2011(19)
- [16].医学图像分割研究概况[J]. 科技信息 2011(21)
- [17].图像分割技术在医学图像分割中的应用[J]. 安徽科技学院学报 2011(03)
- [18].基于数学形态学的医学图像分割方法研究[J]. 电脑与信息技术 2009(02)
- [19].医学图像分割处理技术的应用[J]. 兰州大学学报(自然科学版) 2009(S1)
- [20].医学图像分割技术新进展[J]. 长沙大学学报 2008(05)
- [21].医学图像分割方法研究[J]. 信息记录材料 2020(01)
- [22].面向医学图像分割的半监督条件生成对抗网络[J]. 软件学报 2020(08)
- [23].医学图像分割系统设计[J]. 长春师范大学学报 2018(12)
- [24].基于深度学习的医学图像分割研究进展[J]. 中国医学物理学杂志 2019(04)
- [25].卷积神经网络在医学图像分割中的研究进展[J]. 中国医学物理学杂志 2019(11)
- [26].医学图像分割方法及挑战[J]. 信息与电脑(理论版) 2018(03)
- [27].医学图像分割方法[J]. 电子技术与软件工程 2018(11)
- [28].医学图像分割方法综述[J]. 科技创新与应用 2017(14)
- [29].基于改进蚁群算法的阈值医学图像分割[J]. 北京交通大学学报 2016(05)
- [30].医学图像分割技术仿真研究[J]. 计算机仿真 2011(12)