Обзор

Глубокое обучение с использованием сверточных нейронных сетей в радиологии

Deep learning with convolutional neural network in radiology

Japanese Journal of Radiology
10.1007/s11604-018-0726-3
Открыть в журнале PubMed
FWCI: 25.5FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 326 · Ссылки: 74 · Лицензия: Закрытая
Цитирование по годам: 2026: 8 · 2025: 42 · 2024: 57 · 2023: 68 · 2022: 56

Аннотация

Глубокое обучение с использованием сверточных нейронных сетей (СНС) в последнее время привлекает все больше внимания благодаря высокой эффективности распознавания изображений. При этом сами изображения могут использоваться в процессе обучения, и предварительное извлечение признаков не требуется. Важные признаки могут быть автоматически выучены. Благодаря развитию аппаратного и программного обеспечения, а также методов глубокого обучения, начинается изучение применения этой технологии к радиологическим изображениям для прогнозирования клинически полезной информации, такой как выявление и оценка очагов поражения и т. п. В статье изложены базовые технические сведения о глубоком обучении с СНС в соответствии с реальным рабочим процессом, включая сбор данных, внедрение СНС, этапы обучения и тестирования. Также рассмотрены подводные камни этого подхода и способы их преодоления. Кроме того, представлены некоторые продвинутые темы глубокого обучения, результаты недавних клинических исследований и перспективы клинического применения технологий глубокого обучения.

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.