医学图像非结构大数据实现分割诊断的机器学习方法

• 作者: 佟超 冯巍 韩勇 李伟铭 陶丽新 郭秀花
• 来源期刊: 首都公共卫生
• 学科: 医学
• 关键词: 医学图像 大数据 分割诊断 机器学习 深度学习
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 专栏·健康大数据
• 页码范围: 232-236
• 页数: 5页
• 分类号: R195.4
• 语种: 中文

摘要

随着人工智能技术的发展与应用和医学图像数据爆炸式增长,传统依靠医生对医学图像进行人工分割诊断,不仅工作效率低下、工作量大,还容易产生误诊、漏诊.机器学习,尤其是深度学习在医学图像非结构化大数据领域发挥着越来越重要的作用.为了进一步了解机器学习在医学图像自动分割和识别诊断中的研究,本文对机器学习及其在医学图像分析领域的研究进展进行综述,为机器学习方法解决医学图像非结构化大数据提供方法学参考.