换一批卷积神经网络在肺炎图像分类中的研究进展与展望
Research Progress and Prospect of Convolutional Neural Networks in Pneumonia Image Classification
摘要肺炎是由细菌、病毒等微生物所引起的肺部感染.近年来,利用深度学习技术对胸部X光片进行肺炎分类已成为医学图像处理与分析领域的重要研究方向之一.对比传统的分类方法,深度学习技术,特别是卷积神经网络(Convolutional Neural Network,CNN)既能更好地提取肺炎图像中的有用信息,又能抑制不相关信息,可以更早地发现肺炎等肺部疾病,为患者提供更早的治疗,从而提高治疗效果.针对胸部X光片肺炎分类的CNN方法进行了梳理总结,首先对当前广泛应用于肺炎图像分类的2个数据集及其评价标准进行了详细介绍.然后,指出了目前肺炎图像人工分类所存在的问题.再然后,重点介绍了基于这2个数据集的CNN的研究进展.最后,讨论了胸部X光片肺炎分类目前存在的挑战及对未来的展望.
更多相关知识
关键词
卷积神经网络(CNN)图像分类胸部X光片肺炎肺炎图像convolutional neural network(CNN)image classificationchest X-raypneumoniapneumonia images
栏目名称
DOI
10.3969/j.issn.1674-1633.20241318
发布时间
2025-07-30（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61702087）
- 浏览6
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
