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:
尘肺病诊断主要依据医学影像学的判断,目前人工智能(AI)已经运用到尘肺病医学影像学的辅助诊断上.临床上贰期和叁期尘肺病诊断并不困难,困难之处在于无尘肺病和壹期尘肺病的诊断,其诊断结论往往差异很大,特别是诊断经验不足的医师很容易出现漏诊、误诊的情况.AI技术在尘肺病影像诊断中的应用就是着重解决无尘肺病和壹期尘肺分类诊断的问题.本文综述了近年来AI技术在尘肺病诊断中的应用研究,重点阐述支持向量机(SVM)和人工神经网络(ANN)这两种AI技术在尘肺病分类诊断中的应用,并分析其优缺点;展望卷积神经网络(CNN)技术和其他AI深度学习算法在未来应用到尘肺病图像分类的可能,分析其存在的困难及今后突破的方向.
推荐文章
人工智能技术在高职教学中的应用研究
人工智能
高职教学
技术应用
人工智能技术在骨科领域的应用进展
人工智能
认知模式
骨科
诊断
护理
综述
人工智能技术在期刊出版中的应用研究
人工智能
期刊出版
深度融合
转型升级
人工智能技术在影视传媒领域的应用
人工智能技术
影视传媒领域
应用
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 人工智能技术在尘肺病诊断中的应用研究进展
来源期刊 环境与职业医学 学科 医学
关键词 尘肺 人工智能 支持向量机 人工神经网络
年,卷(期) 2020,(2) 所属期刊栏目 综述
研究方向 页码范围 192-196
页数 5页 分类号 R135
字数 语种 中文
DOI 10.13213/j.cnki.jeom.2020.19520
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张敏 杭州医学院职业病防治研究所 1 0 0.0 0.0
2 陈钧强 杭州医学院职业病防治研究所 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (35)
参考文献  (22)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(10)
  • 参考文献(2)
  • 二级参考文献(8)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(9)
  • 参考文献(5)
  • 二级参考文献(4)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(7)
  • 参考文献(1)
  • 二级参考文献(6)
2017(10)
  • 参考文献(3)
  • 二级参考文献(7)
2018(9)
  • 参考文献(7)
  • 二级参考文献(2)
2019(4)
  • 参考文献(4)
  • 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
尘肺
人工智能
支持向量机
人工神经网络
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
环境与职业医学
月刊
1006-3617
31-1879/R
大16开
上海市延安西路1326号
4-568
1984
chi
出版文献量(篇)
4682
总下载数(次)
20
论文1v1指导