深度神经网络技术在肿瘤细胞识别中的应用

• 作者: 徐秀林 王燕 纪春阳
• 来源期刊: 中国医学物理学杂志
• 关键词: 深度神经网络 卷积神经网络 人工智能 肿瘤细胞 综述
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 医学人工智能
• 页码范围: 1113-1118
• 页数: 6页
• 分类号: R318
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2019.09.022

摘要

深度神经网络(DNN)作为人工智能最主要的分支,是基于模仿人脑思考方式的计算机程序,旨在模拟人类大脑处理信息的方式对事物进行分类或预测.DNN的通用性表现为:自我学习、自适应、联想记忆,即使没有先验背景也可以执行各种任务.近年来DNN受到国内外医学界的广泛重视,尤其在精准分类肿瘤细胞数字图像的自动识别方面已经取得了重大突破,DNN通过强化学习并因此获得经验,使医生能够向患者提供准确的诊疗方案.本文主要综述了DNN技术在肿瘤细胞识别的最新研究进展,详细阐述卷积神经网络、深度信念网络、生成对抗网络、深度残差网络的原理及其应用实例,比较基于不同模型的神经网络,对各类模型在应用层面上的精准度和性能进行分析,提出DNN在肿瘤细胞识别领域中面临的问题及未来的发展趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐秀林	上海理工大学医疗器械与食品学院	106	455	12.0	17.0
2	王燕	上海理工大学医疗器械与食品学院	24	45	4.0	6.0
3	纪春阳	上海理工大学医疗器械与食品学院	3	0	0.0	0.0