论文部分内容阅读
卷积神经网络(CNN)在医学图像领域的量化审查应用中,是较为成熟的深度学习模型.通过分析CNN提取图像特征的基本方式,结合医学图像的特殊性及其分割的精细性需求,围绕图像的多维度特征信息,指出了医学图像分割的特殊性,研究了CNN基本结构的拓展及变体在针对不同部位、病灶的分割应用,说明CNN可提高图像的分割精度,而CNN模块的不断改进一定程度上促进了深度学习理论的模型的新建构与新发展.