残差神经网络及其在医学图像处理中的应用研究

• 作者: 任海玲 周涛 陆惠玲 霍兵强
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 残差神经网络 网络结构 医学图像
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 综述评论
• 页码范围: 1436-1447
• 页数: 12页
• 分类号: TP399
• 字数: 9349字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.07.024

摘要

残差神经网络(ResNet)是近几年来深度学习研究中的热点,在计算机视觉领域取得较好成就.本文对残差神经网络从以下几个方面进行总结:第一,阐述残差神经网络的基本结构和工作原理;第二,在模型发展方面,以时间为顺序总结了残差神经网络的8种网络模型;第三,在结构优化方面,从残差神经网络的卷积层、池化层、残差单元、全连接层以及整个网络5个方面进行总结;最后,将ResNet应用到医学图像处理领域,主要从图像识别和图像分割2个方面探讨.本文对残差神经网络的原理、模型、结构进行了系统地总结,对残差神经网络的研究发展具有一定的积极意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周涛	北方民族大学计算机科学与工程学院	49	522	10.0	21.0
4	陆惠玲	宁夏医科大学理学院	35	419	8.0	20.0
8	任海玲	宁夏医科大学公共卫生与管理学院	2	0	0.0	0.0
9	霍兵强	北方民族大学计算机科学与工程学院	4	0	0.0	0.0