典型文献
基于深度学习的人工智能在肺结节检测领域的研究进展
文献摘要：
随着人民生活水平提高、居民保健意识增强和低剂量CT在健康体检的广泛应用,肺结节的检出率逐渐增加.胸部薄层CT检查产生大量的影像数据,对胸部影像医师日常工作提出严峻挑战.人工智能(artificial intelligence,AI)在影像诊断中的应用,能快速发现肺内结节,一定程度减轻了影像医生的繁重工作.不同的AI模型在检出和诊断肺结节的敏感性和准确性方面需要在临床应用中逐渐完善提高.深度学习是其中一种较为重要的方法 ,通过收集海量的数据并建立独特的模型,进而反复验证模型的准确性,最终获得高效率的检测系统.近年来,深度学习领域引起了人们的兴趣,基于深度学习的医学成像领域的最新研究成果令人振奋.本文对目前深度学习在肺结节病变中的研究进展进行详细描述.
文献关键词：
人工智能;肺结节;计算机断层成像
中图分类号：
作者姓名：
王璟琛;柴军
作者机构：
内蒙古科技大学包头医学院,内蒙古 包头 014060;内蒙古自治区人民医院医学影像科,呼和浩特 010017
文献出处：
引用格式：
[1]王璟琛;柴军-.基于深度学习的人工智能在肺结节检测领域的研究进展)[J].内蒙古医学杂志,2022(08):951-954
A类：
B类：
肺结节检测,检测领域,人民生活水平,生活水平提高,健康体检,胸部薄层,影像数据,日常工作,artificial,intelligence,影像诊断,肺内结节,繁重,重工,复验,验证模型,学习领域,医学成像,令人振奋,肺结节病变,详细描述,计算机断层成像
AB值：
0.349661
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。
