典型文献
新型冠状病毒肺炎的深度学习诊断方法综述
文献摘要：
新型冠状病毒肺炎的高感染率导致其在全球范围内迅速传播,常用的逆转录-聚合酶反应(RT-P C R)检测方法存在耗时、假阴性率偏高和医学用具不足的缺陷,因此开发高效、准确、低成本的影像检测技术对新型冠状病毒肺炎的诊断和治疗至关重要.随着人工智能在医学领域的成功应用,深度学习技术成为辅助检验和识别新型冠状病毒肺炎的有效方法.对近年来涌现的新型冠状病毒肺炎的深度学习诊断方法进行了研究和总结:介绍了深度学习方法使用的两种新型冠状病毒肺炎数据集;介绍了基于VGGNet、Inception、ResNet、DenseNet、EfficientNet和CapsNet模型的六种深度学习诊断方法;介绍了三种深度学习与其他机器学习方法结合的诊断方法;对基于深度学习的新型冠状病毒肺炎诊断方法的研究趋势进行了展望.
文献关键词：
新型冠状病毒肺炎;深度学习;X射线;CT;轻量化
中图分类号：
作者姓名：
马金林;裘硕;马自萍;陈勇
作者机构：
北方民族大学 计算机科学与工程学院,银川 750021;图像图形智能信息处理国家民委重点实验室,银川 750021;北方民族大学 数学与信息科学学院,银川 750021;宁夏医科大学总医院 放射介入科,银川 750004
文献出处：
引用格式：
[1]马金林;裘硕;马自萍;陈勇-.新型冠状病毒肺炎的深度学习诊断方法综述)[J].计算机工程与应用,2022(12):51-65
A类：
B类：
学习诊断,方法综述,感染率,逆转录,假阴性率,学用,诊断和治疗,医学领域,成功应用,深度学习技术,深度学习方法,VGGNet,Inception,ResNet,DenseNet,EfficientNet,CapsNet,六种,机器学习方法,肺炎诊断,研究趋势
AB值：
0.256839
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。
