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:
目前,我国临床主要依据X射线或数字化摄影(DR)胸片表现,根据肺区分布与小阴影密集度、大阴影与胸膜斑,通过人工比较标准片来诊断尘肺病[1].人工判读胸片存在准确性不高、稳定性差等诸多问题[2],因此,计算机辅助诊断备受关注[3].近年来,深度学习技术因比传统图像处理算法更能提取到影像细微特征,为自动化诊断提供了技术支持;同时,深度学习诊断的准确性可随着训练数据量增加而提升,在医疗影像大数据支撑下计算机辅助尘肺病诊断系统的迭代优化将更加便捷[4].
推荐文章
2012-2013年广西省新诊断尘肺病分布特征分析
尘肺
矽肺
发病特点
新发病例分布
使用GBZ70-2002标准诊断尘肺病185例分析
尘肺病
职业病诊断
X线胸片
四川省尘肺病例分布现状
尘肺病
流行病学
调查
全肺灌洗治疗尘肺病的护理配合
尘肺病
大容量全肺灌洗术
护理
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 基于视觉几何组卷积神经网络的尘肺病诊断初探
来源期刊 中国工业医学杂志 学科 医学
关键词 职业健康检查 尘肺病 卷积神经网络
年,卷(期) 2021,(6) 所属期刊栏目 知识更新
研究方向 页码范围 564-566,封3
页数 4页 分类号 R135.2
字数 语种 中文
DOI 10.13631/j.cnki.zggyyx.2021.06.031
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
职业健康检查
尘肺病
卷积神经网络
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
中国工业医学杂志
双月刊
1002-221X
21-1267/R
大16开
沈阳市铁西区南十一西路18号
8-215
1988
chi
出版文献量(篇)
5090
总下载数(次)
4
总被引数(次)
20313
论文1v1指导