典型文献
深度学习在原发性肝癌相关诊断模型中的应用与前景
文献摘要：
深度学习是机器学习通过大量数据训练及分析来模拟人脑的学习行为而获得新的知识和技能.随着医学技术的进步,医学领域积累了大量的数据,对数据的研究有助于深入了解数据内的联系与规律,从而有助于预测人类疾病的发生与预后.深度学习通过找出数据中隐藏的信息,在医学领域中的应用日益突出.原发性肝癌是发病率和死亡率很高的恶性肿瘤,预后差,复发率高,如何早期诊断、及时治疗、预测复发等一直是研究重点之一.本文从肝癌发生风险预测、术后复发与生存风险预测等方面闸述深度学习在肝癌诊断及复发方面的应用进展.
文献关键词：
肝肿瘤;深度学习;机器学习
中图分类号：
作者姓名：
张清华;李海涛;方国旭;郭鹏飞;刘景丰
作者机构：
福建医科大学研究生院,福州350108;福建医科大学孟超肝胆医院,肝胆胰外科,福州350025;福建医科大学孟超肝胆医院,东南肝胆健康大数据研究所,福州350025;福建省肿瘤医院肝胆胰肿瘤外科,福州350014
文献出处：
引用格式：
[1]张清华;李海涛;方国旭;郭鹏飞;刘景丰-.深度学习在原发性肝癌相关诊断模型中的应用与前景)[J].临床肝胆病杂志,2022(01):20-25
A类：
B类：
原发性肝癌,诊断模型,学习通,数据训练,拟人,人脑,学习行为,知识和技能,医学技术,医学领域,解数,人类疾病,中隐,发病率和死亡率,发生风险,风险预测,术后复发,生存风险,肝肿瘤
AB值：
0.346142
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
