深度学习技术与医学影像——现状及未来  

作　　者：李赟铎 宫恩浩 李睿[1] 苑纯[1,3] 

机构地区：[1]清华大学医学院生物医学工程系生物医学影像研究中心,北京100084 [2]斯坦福大学电子工程系 [3]美国华盛顿大学放射学系血管成像实验室

出　　处：《中华放射学杂志》2018年第5期321-326,共6页Chinese Journal of Radiology

摘　　要：100多年来,医学影像技术迅速发展,已经成为医疗诊断中不可或缺的技术.进入数字影像时代以来,海量数据的产生为医学影像未来的发展提供了更多的可能性.因此,如何对医学影像大数据做进一步分析和挖掘、如何从医学图像高维度数据中提取有价值的信息、如何将现代医学影像的发展与精准医疗紧密结合,成为医学影像未来发展的重要课题.近年来,随着计算能力的增强和数据的爆炸式增加,以深度学习（deep learning,DL）为代表的人工智能（artificial intelligence,AI）技术取得了长足的进步,并开始应用于生产生活中的各个领域.笔者对DL技术的基本概念进行简要介绍,梳理该技术在医学影像领域的应用现状,并讨论DL技术与医学影像结合的前景与面临的挑战.

关 键 词：医学影像技术 学习 数字影像 现代医学影像 医疗诊断 海量数据 医学图像 计算能力 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程]