换一批摘要深度学习是机器学习方法的一个重要分支，它通过基于多层神经网络的计算模型来进行学习。一个深度学习网络可以通过组合低层特征形成更抽象的高层特征，以发现数据的复杂的内在特征。由于深度卷积网络在图像处理中的出色表现，它已成为当前研究中应用最为广泛的一种深度网络。本文首先介绍了深度学习网络的结构特征和训练方法，分析了算法的优越性，之后进一步介绍了深度卷积网络，最后讨论了深度学习在神经影像领域的最新应用现状及其发展趋势。
更多相关知识
关键词
深度学习卷积神经网络神经影像多层感知器深度神经网络deep learningconvolutional neural networkneuroimagingmultilayer perceptrondeep neural network
分类号
R445.2（诊断学）
DOI
10.3969/j.issn.1674-1633.2016.12.002
发布时间
2017-01-07（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览464
- 被引49
- 下载301
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
