基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
深度学习已成功地应用于计算机视觉、语音识别和自然语言处理等领域,促使研究人员对其在其他领域中的应用进行探索.基于深度学习的病理图像诊断研究成为医学图像处理领域的重要分支.病理图像数据量巨大,可用于诊断的图像具有结构复杂且尺寸精微的特征,导致诊断准确率低,故研究人员希望借助深度学习技术来辅助病理图像诊断.该综述对近3年来深度学习在病理图像诊断方面应用的相关文章进行总结,介绍了病理图像诊断常用的深度学习网络模型,以及不同病种现阶段所使用的最佳网络模型及其结果,展示了深度学习在病理图像诊断方向的研究进展.
推荐文章
基于深度学习的医学图像分割研究进展
医学图像分割
深度学习
卷积神经网络
综述
基于深度学习的肺部医学图像分析研究进展
深度学习
医学图像
肺部肿瘤
计算机辅助诊断
基于深度学习的多模态医学图像融合方法研究进展
医学图像
图像融合
深度学习
卷积神经网络
深度信念网络
基于深度学习的癌症计算机辅助分类诊断研究进展
深度学习
肺癌
乳腺癌
计算机辅助分类诊断
医学影像
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习应用于病理图像诊断的研究进展
来源期刊 上海医学 学科
关键词 深度学习 病理图像诊断 研究进展
年,卷(期) 2020,(5) 所属期刊栏目 综述
研究方向 页码范围 302-306
页数 5页 分类号
字数 语种 中文
DOI 10.19842/j.cnki.issn.0253-9934.2020.05.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (2)
参考文献  (23)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(14)
  • 参考文献(0)
  • 二级参考文献(14)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(6)
  • 参考文献(6)
  • 二级参考文献(0)
2018(8)
  • 参考文献(8)
  • 二级参考文献(0)
2019(8)
  • 参考文献(8)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
病理图像诊断
研究进展
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海医学
月刊
0253-9934
31-1366/R
16开
上海市北京西路1623号
1978
chi
出版文献量(篇)
6975
总下载数(次)
9
总被引数(次)
31418
论文1v1指导