系统综述：基于深度学习的肺炎区域检测方法

肺炎是全球儿童和成人死亡的主要原因之一。在过去十年中，开发了计算机辅助肺炎检测方法以提高诊断过程的效率和准确性。在这些方法中，深度学习方法的效果超过了其他传统机器学习方法。本综述论文检索并审查了现有主流的深度学习方法，用于肺炎区域的检测。本文聚焦于所收集研究的关键方面，包括数据集、数据处理技术、通用工作流程、结果、优势和局限性。本文还讨论了该领域的当前挑战，并提出了可以增强研究程序和深度学习模型在检测、分类和定位感染区域方面整体性能的未来工作。本综述旨在提供对当前研究的深入概述和分析，促进深度学习方法在解决可治疗疾病方面的发展。