基于深度学习的群体医疗数据智能分析系统设计

• 作者: 邢文娜 宁睿
• 来源期刊: 电子设计工程
• 关键词: 群体医疗数据分析 深度学习 神经网络 特征学习
• 年，卷（期）: 2021,（14）
• 所属期刊栏目: 计算机技术与应用|Computer Technology Application
• 页码范围: 75-79
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.14.017

摘要

群体医疗数据的分析技术对于提高区域医疗资源利用率有着重要的意义,特别是对于高职院校等集体生活人数较多的特殊群体,智能化的数据分析可以有效保障群体的健康水平.文中针对群体医疗数据中的影像数据,提出了一种卷积自动编码器深度学习框架,并建立了医疗数据分析系统.该方案通过未标记的数据实现了对肺结节的无监督图像特征学习,且该过程仅需要少量的标记数据即可进行有效的特征学习.综合实验测试数据结果表明,该方案的性能优于其他方案,有效解决了人工图像标注过程中固有的劳动密集问题.此外,还验证了所提出的卷积自动编码器方法可以扩展为肺结节图像的相似性测量,与传统方法相比具有显著的优越性.