简介:摘要在大数据时代背景下,医学影像数据也迅速积累,基于神经网络的深度学习算法日渐成熟,特别是卷积神经网络,已经迅速成为分析医学图像的重要方法,为实现医学影像的自动分析及辅助诊断提供了新的契机。本文综述深度学习算法在医学影像学的最新研究进展。首先,介绍深度学习算法的模型及框架,及其在医学影像学中的应用,并从深度学习应用最多的几个类型及领域具体分析研究进展,最后,总结研究动向,预测研究趋势,并提出深度学习在医学影像研究中可能存在的问题及建议。
简介:摘要目的对腹部实质性脏器损伤采用医学影像的诊治价值予以探究。方法纳入本院2016年3月~2017年3月收治的腹部实质性脏器损伤损伤患者82例,手术前现代医学影像诊断结果作为观察组,手术和临床诊断结果为对照组。并对2组患者的检查结果予以分析。结果观察组82例患者检查结果显示有38例腹部单一脏器损伤患者,其中肝损伤、脾损伤、肾脏损伤分别有12例、13例、13例;41例多脏器损伤;3例无脏器损伤。观察组患者检查符合率95.12%。对照组82例患者检查结果显示有38例腹部单一脏器损伤患者,其中肝损伤、脾损伤、肾脏损伤分别有13例、14例、14例;41例多脏器损伤;0例无脏器损伤。2组患者诊断结果的对比(P>0.05)。结论对腹部实质性脏器损伤采用医学影像的诊治价值较高,具有诊断准确性与便捷性,可为临床治疗提供有利条件,还可以及时发现其他病症的出现,具有预防疾病的效果。