迁移学习技术及其在医疗领域中的应用

• 作者: 吴骋 李冬冬 王志勇 秦婴逸
• 来源期刊: 中国医疗设备
• 学科: 医学
• 关键词: 迁移学习 医疗领域 机器学习 深度学习
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 综述
• 页码范围: 161-164,172
• 页数: 5页
• 分类号: R197.39|TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2020.09.037

摘要

迁移学习技术是一种将源域中的知识迁移到目标域任务上的新的机器学习方法,较好地解决了机器学习方法在医疗领域应用时缺少足够的有标签数据的情况.本文首先按照迁移学习方法的分类介绍了不同迁移学习方法的基本思想,并回顾了基于实例、特征、模型、关系的迁移学习研究进展.其次,结合实际案例,重点介绍了迁移学习在医疗文本数据处理,基于文本、图像、语音的疾病诊断中的应用.最后,对在医疗领域有发展潜力的迁移学习方法进行了应用展望.本文对于更好地解决传统机器学习或深度学习方法在医疗领域中的局限性提供了参考,对相关领域的工作者具有一定的借鉴价值.