医学图像分析中的深度学习应用：进展、挑战与未来方向
图像与视频处理
2024-11-06 v2 人工智能
计算机视觉与模式识别
摘要
医学图像分析已成为当代医疗保健的关键要素，帮助医生实现更快速和准确的诊断。近期在深度学习——人工智能的一个子领域——方面的突破，显著革新了医学图像的分析，提高了临床程序的准确性和效率。深度学习算法，特别是卷积神经网络 (CNN)，在无需手动特征提取的情况下，展现出在从多维医学图像中自主学习特征方面的显著能力，包括MRI、CT和X光扫描。这些模型已被用于多个医学学科，包括病理学、放射学、眼科和心脏病学，其中帮助完成疾病检测、分类和分割任务。
引用
@article{arxiv.2410.14131,
title = {Deep Learning Applications in Medical Image Analysis: Advancements, Challenges, and Future Directions},
author = {Aimina Ali Eli and Abida Ali},
journal= {arXiv preprint arXiv:2410.14131},
year = {2024}
}