典型文献
深度学习在病理及检验诊断图像分析中的应用
文献摘要：
深度学习模型如卷积神经网络、自动编码器、生成对抗网络等凭借强大的数据拟合能力和泛化能力,已成为医学辅助诊断的必然趋势.深度学习具有效率高、速度快、准确率高、客观性强等优势,广泛应用于病理学及检验诊断学等领域.该文阐述深度学习在病理学及检验诊断学图像分析领域的优势及基本模型,介绍其在病理学及检验诊断学中的应用及进展,总结面临的问题与挑战.
文献关键词：
深度学习;图像分析;计算机辅助诊断;病理学;检验诊断学
中图分类号：
作者姓名：
张喆;夏薇;许建成
作者机构：
北华大学医学技术学院,吉林吉林132013;吉林大学第一医院检验科,长春130021
文献出处：
引用格式：
[1]张喆;夏薇;许建成-.深度学习在病理及检验诊断图像分析中的应用)[J].临床检验杂志,2022(05):378-380
A类：
B类：
图像分析,深度学习模型,自动编码器,生成对抗网络,数据拟合,泛化能力,医学辅助诊断,检验诊断学,基本模型,问题与挑战,计算机辅助诊断
AB值：
0.201869
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。
