华西医学期刊出版社
关键词
  • 标题
  • 作者
  • 关键词
  • 摘要
高级搜索
高级搜索

搜索

找到 关键词 包含"深度学习" 31条结果
  • 基于集成学习的临床心电图分类算法研究

    随着心电图数据量快速增长,计算机辅助心电图分析也有着越来越广阔的应用需求。本文在基于导联卷积神经网络的临床心电图分类算法上提出多种策略,进一步提升其在实际应用中的性能。首先用不同的预处理方法和训练方法获得两个不同的分类器,接着用多重输出预测法来增强每个分类器的性能,最后用贝叶斯方法进行融合。测试了超过15万条心电图记录,所提方法的准确率和受试者工作特征曲线下面积(AUC)分别为85.04%和0.918 5,明显优于基于特征提取的传统方法。

    发表时间:2016-10-24 01:24 导出 下载 收藏 扫码
  • 基于深度学习和医学图像的癌症计算机辅助诊断研究进展

    日益精细化的癌症医学图像提供了大量的有用信息,对辅助医生作出准确诊断发挥着至关重要的作用。为了准确、高效地利用这些信息,基于癌症医学图像的计算机辅助诊断(CAD)研究成为业界热点。近年来,深度学习技术的应用使这方面的研究取得了长足进步。本文拟就深度学习应用于癌症医学图像的计算机辅助诊断的研究进展予以综述。我们发现深度学习在肿瘤分割和分类方面展示了比传统浅层学习方法更好的效果,不仅有广阔的研究空间,也有较好的临床应用前景。

    发表时间:2017-04-13 10:03 导出 下载 收藏 扫码
  • 基于深度学习方法的慢性阻塞性肺疾病危重度分类研究

    本文提出了一种基于深度学习方法的慢性阻塞性肺疾病危重程度自动分类算法,并以大样本临床数据为输入特征,分析各特征在分类中所占的权重。研究通过特征选择、模型训练、参数优化、模型测试,建立了基于深信度网络架构的分类预测模型,通过对 2007 年、2011 年两个版本的慢性阻塞性肺疾病全球倡议组织(GOLD)危重程度标准进行自动分类与测试,分类准确率均达到 90% 以上。同时,通过分析模型系数矩阵得出输入特征的贡献度排序,并通过该排序发现,贡献度较大的输入特征与临床诊断先验知识之间存在较好的吻合性,证明了深信度网络分类模型的有效性。通过本文研究,期望能为深度学习方法在疾病诊断辅助决策中的应用提供有效解决方案。

    发表时间:2017-12-21 05:21 导出 下载 收藏 扫码
  • 基于深度信念网络脑电信号表征情绪状态的识别研究

    随着机器学习技术的快速发展,深度学习等系列算法在一维生理信号处理方面得到了广泛的应用。本文针对脑电(EEG)信号,使用深度学习开源框架中的深度信念网络(DBN)模型识别积极、消极、中性 3 种情绪状态,并与支持向量机(SVM)进行识别效率的对比,通过采集受试者在不同情绪刺激状态下的脑电信号,利用深度信念网络和支持向量机分别对基于不同特征变换和不同频段的情绪表征数据进行识别。研究结果发现,利用深度信念网络对差分熵(DE)特征进行识别的平均准确率为 89.12%±6.54%,与之前的研究相比在同一批数据集上的识别效果更好,同时深度信念网络的分类效果在数值上好于传统的支持向量机(平均分类准确率为 84.2%±9.24%),其准确率和稳定性都有相应更好的趋势,另外受试者在 3 次重复试验中都能得到比较一致的分类准确率(标准差的平均值为 1.44%),试验结果较为稳定,试验具有一定的可重复性。研究结果显示,差分熵特征相比于其他特征在分类器中有着更好的分类准确率,此外,方法中使用 Beta 频段和 Gamma 频段在情绪识别模型中有着更好的分类效果。综上所述,利用深度学习算法进行情绪识别,能够在准确率上有所提升,对于建立能够更准确地识别情绪状态的辅助识别系统有着一定的借鉴意义。此外,本文研究结果进一步提示可以通过分类结果反演找出与情绪状态最相关的脑区和频段,从而加深对于情绪机制的理解,因此本文在利用脑电信号表征情绪状态的识别研究领域具有一定的学术价值和应用价值,值得更深入的探究。

    发表时间:2018-04-16 09:57 导出 下载 收藏 扫码
  • 基于人工智能策略优化结核病诊断

    结核病是严重危害人类健康的重大传染病之一,自 2014 年开始已超过人类免疫缺陷病毒感染/获得性免疫缺陷综合征位居由单一病原引起患者死亡的传染病之首。我国是全球第三大结核病高负担国家,2016 年新发结核病例约为 90 万人。我国面临着严峻的结核疫情,尤其对于结核病的早期诊断和疑难结核病误诊漏诊更导致治疗的延迟和结核病的传播。随着人工智能在医学领域的应用,机器学习和深度学习方法在结核病的诊断中体现了重要价值。该文阐述了机器学习和深度学习在结核病诊断中的应用现状和未来的发展方向。

    发表时间:2018-08-20 02:24 导出 下载 收藏 扫码
  • 生成式对抗网络在医学图像处理中的应用

    近年来,研究人员将众多领域方法引入到医学图像处理中。经过不断改进,医学图像处理算法的效果和效率均得到不同程度的提高。目前,生成式对抗网络(GAN)在医学图像处理领域中的应用研究发展迅速。本文主要综述了 GAN 在医学图像处理中的应用研究情况,介绍了 GAN 的基本概念,并从医学图像降噪、检测、分割、合成、重建和分类等六个方面对 GAN 应用研究的最新进展进行了归纳总结,最后对该领域中值得进一步研究的方向进行了展望。

    发表时间:2019-02-18 02:31 导出 下载 收藏 扫码
  • 人工智能在乳腺癌筛查与诊断中的研究现状

    目的围绕在乳腺癌筛查与诊断中开展的基于神经网络的人工智能的研究,对其现状及临床应用价值进行概述。方法 检索中国知网和 PubMed 数据库中神经网络和人工智能在乳腺 X 线、乳腺超声、乳腺磁共振及乳腺病理学诊断方面的联合研究,进行综述。结果乳腺 X 光数字乳腺图像数据库(DDSM)等乳腺 X 线公共数据库为神经网络在乳腺 X 线领域的研究提供了原材料,国内外运用神经网络对乳腺疾病影像进行筛查及诊断的研究中,以乳腺 X 线开展得最多。神经网络在乳腺 X 线及乳腺彩超领域均可做到病灶分割、测量、特征分析、良恶性判断及出具结构化报告。神经网络在乳腺超声领域的应用集中在乳腺疾病良恶性的诊治。三星麦迪逊集团率先将研究成果嫁接在超声仪器中。乳腺 MRI 具有较多高通量信息,率先成为人工神经网络与影像组学联合研究的切入点。病理图像拥有较多需测量的数据信息,数据量化分析是神经网络的优势,二者结合,可显著提高病理医生的诊断时效。结论研究人工智能在乳腺癌的筛查与诊断中的应用,实质是分析神经网络在乳腺影像及病理领域的应用。目前人工智能筛查可以作为医师辅助工具,是一个客观诊断参考助手,用于提高乳腺超声的诊断时效。随着医学影像组学及神经网络彼此的发展,人工智能在医学领域的应用可扩展到手术方式设计、疗效评估、预后分析等。

    发表时间:2019-05-08 05:37 导出 下载 收藏 扫码
  • 深度学习在医学图像配准上的研究进展与挑战

    随着影像引导手术和放射治疗的发展,临床对医学图像配准研究的需求更强烈,带来的挑战也更大。最近几年,深度学习,特别是深度卷积神经网络,在医学图像处理方面取得了优异的成绩,在医学图像配准上的研究发展迅速。本文按技术方法分类总结了基于深度学习的医学图像配准的国内外研究进展,包括了基于优化策略的相似性估计、直接估计医学图像配准的变换参数等。然后分析了深度学习方法在医学图像配准上的挑战,并提出了可能的解决办法和研究方向。

    发表时间:2019-08-12 02:37 导出 下载 收藏 扫码
  • 基于深度学习的肺结节计算机断层扫描影像检测与分类的研究进展

    基于电子计算机断层扫描(CT)影像的计算机辅助诊断可实现对肺结节的检测与分类,提高早期肺癌的生存率,具有重要临床意义。近年来,随着医疗大数据与人工智能技术的飞速发展,基于深度学习算法的肺癌辅助诊断已逐渐成为该领域最为活跃的研究方向之一。为了进一步推动深度学习算法在肺结节检测和分类中的研究,本文结合近年国内外发表的相关文献,对该领域的研究进展进行综述。首先,简要介绍了两大广泛使用的肺 CT 影像数据库:肺部图像数据库联盟与图像数据库资源计划(LIDC-IDRI)和 2017 数据科学杯(Data Science Bowl 2017)。然后,对多种不同深度网络架构的肺结节检测与分类研究分别进行详细的介绍。最后,讨论了深度学习在结节检测和分类中面临的一些问题并给出结论,并对发展前景进行了展望,为今后该领域的应用研究提供参考。

    发表时间:2019-08-12 02:37 导出 下载 收藏 扫码
  • 人工智能卷积神经网络在全视野数字切片图像分析中的应用进展

    组织学病理是临床疾病诊断的金标准。全视野数字切片(whole slide image,WSI)的出现,虽弥补了传统的玻璃切片易损坏、检索困难以及诊断可重复性差的不足,但同时也带来了巨大的工作量。人工智能(artificial intelligence,AI)辅助病理医师的 WSI 分析,可解决工作效率低,提高诊断的一致性。其中,以深度学习卷积神经网络(convolution neural network,CNN)算法的应用最为广泛。本文综述目前已报道的 CNN 在 WSI 图像分析中的应用情况,总结 CNN 在病理学领域中的发展趋势并作出展望。

    发表时间:2019-10-12 01:36 导出 下载 收藏 扫码
共4页 上一页 1 2 3 4 下一页

Format

Content