典型文献
深度学习在肺结节辅助诊断中的应用
文献摘要：
肺癌位居癌症死亡率首位,对其进行早期诊断和治疗可降低肺癌患者的死亡率.深度学习能够自动提取结节特征,并完成肺结节的良恶性及恶性等级分类,因此深度学习方法成为肺癌早期诊断的重要手段.对常用数据集进行介绍,系统阐述了栈式去噪自编码器(SDAE)、深度置信网络(DBN)、生成对抗网络(GAN)、卷积神经网络(CNN)、循环神经网络(RNN)和迁移学习技术在肺结节良恶性分类中的应用,阐述了深度卷积生成对抗网络(DCGAN)、多尺度卷积神经网络(MCNN)、U型网络(U-Net)和集成学习技术在肺结节恶性等级分类中的应用,针对肺结节分类的深度学习方法进行了综合分析,并对未来研究方向进行展望.
文献关键词：
肺结节;深度学习;良恶性分类;恶性等级分类;计算机辅助诊断
中图分类号：
作者姓名：
冯妍妍;魏德健;倪伟
作者机构：
山东中医药大学 智能与信息工程学院,济南 250355;肥城市人民医院 信息管理科,山东 肥城 271600
文献出处：
引用格式：
[1]冯妍妍;魏德健;倪伟-.深度学习在肺结节辅助诊断中的应用)[J].计算机工程与应用,2022(18):59-70
A类：
恶性等级分类
B类：
癌症死亡率,诊断和治疗,肺癌患者,自动提取,深度学习方法,去噪自编码器,SDAE,深度置信网络,DBN,循环神经网络,RNN,迁移学习,学习技术,肺结节良恶性,良恶性分类,深度卷积生成对抗网络,DCGAN,多尺度卷积神经网络,MCNN,Net,集成学习,肺结节分类,未来研究方向,计算机辅助诊断
AB值：
0.268096
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。
