Обзор

Глубокое обучение в медицинской визуализации: общий обзор

Deep Learning in Medical Imaging: General Overview

Korean Journal of Radiology
10.3348/kjr.2017.18.4.570
Полный текст Открыть в журнале PubMed PMC
FWCI: 92.3FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 1103 · Ссылки: 101 · Лицензия: CC-BY-NC
Цитирование по годам: 2026: 46 · 2025: 143 · 2024: 172 · 2023: 187 · 2022: 183

Аннотация

Искусственная нейронная сеть (ИНС) — метод машинного обучения, созданный по аналогии с работой синапсов человеческих нейронов, — была предложена в 1950-х годах. Однако ранее возможности ИНС в решении практических задач были ограничены из-за проблем исчезающего градиента и переобучения при обучении глубоких архитектур, недостаточной вычислительной мощности и, главным образом, отсутствия достаточного объёма данных для обучения компьютерных систем. В последнее время интерес к этой концепции вновь возрос благодаря доступности больших данных, увеличению вычислительной мощности современных графических процессоров и появлению новых алгоритмов обучения глубоких нейронных сетей. Результаты недавних исследований свидетельствуют о потенциальной способности этой технологии превосходить человека в некоторых задачах зрительного и слухового распознавания, что в обозримом будущем может привести к её применению в медицине и здравоохранении, особенно в медицинской визуализации. В настоящем обзорном исследовании представлены сведения об истории, развитии и применении технологии глубокого обучения, прежде всего в области медицинской визуализации.

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.