摘要数字病理学(digital pathology,DP)是通过复杂的计算机技术将组织学切片转换为数字图像的过程,以便基于机器学习(machine learning,ML)技术对病理信息进行处理与解释[1].ML是人工智能(artificial intelligence,AI)的分支,其传统方法包括随机森林、逻辑回归、贝叶斯方法和C5决策树等,而现代深度学习算法包括卷积神经网络(convolutional neural network,CNN)、递归神经网络、长短时记忆网络和深度信念网络等.深度学习算法模拟人脑神经元,数千层的神经元构成神经网络,而每一层的神经元则会接收来自对应底层神经元的信息输入,随后使用监督、无监督或半监督学习来提取图像特征,加以整合,调整后传递给下一层神经元[2].
更多相关知识
- 浏览60
- 被引0
- 下载48

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文