深度学习在原发性肝癌相关诊断模型中的应用与前

• 作者: 张清华 李海涛 方国旭 郭鹏飞 刘景丰
• 学科: 医学
• 关键词: 肝肿瘤 深度学习 机器学习
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 专家论坛
• 页码范围: 20-25
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5256.2022.01.003

摘要

深度学习是机器学习通过大量数据训练及分析来模拟人脑的学习行为而获得新的知识和技能。随着医学技术的进步，医学领域积累了大量的数据，对数据的研究有助于深入了解数据内的联系与规律，从而有助于预测人类疾病的发生与预后。深度学习通过找出数据中隐藏的信息，在医学领域中的应用日益突出。原发性肝癌是发病率和死亡率很高的恶性肿瘤，预后差，复发率高，如何早期诊断、及时治疗、预测复发等一直是研究重点之一。本文从肝癌发生风险预测、术后复发与生存风险预测等方面闸述深度学习在肝癌诊断及复发方面的应用进展。