典型文献
乳腺X线图像计算机辅助诊断技术综述
文献摘要：
近年来,乳腺癌严重威胁全球女性的身体健康,乳腺X线摄影是乳腺癌筛查的有效影像检查手段.乳腺X线图像计算机辅助诊断(computer aided diagnosis,CAD)运用计算机视觉、图像处理、机器学习等人工智能先进技术,自动分析处理乳腺X线图像,可为医生在临床中提供重要的诊断参考.主要面向肿块和微钙化病变检测、分割和分类等问题,从传统方法和深度学习方法两个角度,综述乳腺X线图像计算机辅助诊断技术的发展现状.鉴于近年来深度学习方法取得的突破性成果,回顾了经典的深度学习网络模型,着重介绍了深度学习方法在乳腺X线图像分析中的最新应用,对比分析了传统方法的弊端和深度学习方法的优势.对现有技术存在的问题进行分析,并对未来发展方向进行展望.
文献关键词：
乳腺X线图像;计算机辅助诊断(CAD);计算机视觉;深度学习;人工智能
中图分类号：
作者姓名：
陈智丽;高皓;潘以轩;邢风
作者机构：
沈阳建筑大学 信息与控制工程学院,沈阳 110168;中国建筑第八工程局有限公司 总包协调部,江苏 苏州 215000;深圳市赢时胜信息技术股份有限公司 AMS事业部,北京 100032
文献出处：
引用格式：
[1]陈智丽;高皓;潘以轩;邢风-.乳腺X线图像计算机辅助诊断技术综述)[J].计算机工程与应用,2022(04):1-21
A类：
B类：
计算机辅助诊断技术,技术综述,乳腺癌筛查,影像检查,computer,aided,diagnosis,CAD,计算机视觉,先进技术,自动分析,分析处理,肿块,微钙化,钙化病变,深度学习方法,深度学习网络,图像分析,现有技术,技术存在
AB值：
0.249882
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。
