典型文献
基于非霍奇金淋巴瘤分类的深度学习方法研究
文献摘要：
近年来,随着国家层面对"AI+医疗领域"的重视,医疗人工智能研究得到快速发展.深度学习作为人工智能领域的一个重要分支,具有强大的数据处理能力,已逐渐应用在智能医疗影像辅助诊断方面.文章对基于深度学习的非霍奇金淋巴瘤数字病理学图像分类技术进行了概述和总结,并重点阐述了卷积神经网络对病理学图像分类.最后,对深度学习在淋巴瘤诊断、预后和治疗中面临的挑战分享了观点.
文献关键词：
深度学习;非霍奇金淋巴瘤;医学图像;特征提取;图像分类
中图分类号：
作者姓名：
李欣;侯莹;李宏博;贾美娟;仲晓庆
作者机构：
大庆师范学院计算机科学与信息技术学院,黑龙江大庆163200;哈尔滨市第四医院,黑龙江大庆150026
文献出处：
引用格式：
[1]李欣;侯莹;李宏博;贾美娟;仲晓庆-.基于非霍奇金淋巴瘤分类的深度学习方法研究)[J].电脑知识与技术,2022(10):71-73
A类：
B类：
非霍奇金淋巴瘤,深度学习方法,AI+,医疗领域,医疗人工智能,习作,人工智能领域,处理能力,智能医疗,医疗影像,辅助诊断,数字病理学,图像分类技术,医学图像
AB值：
0.290018
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。
