[目标]综述近年来深度学习(Deep Learning,DL)在医学影像分析领域的研究和应用进展。[文献范围]采用关键词检索和引文二次检索的方法初步收集相关论文。[方法]首先简要介绍基于卷积神经网络的DL模型,然后按病症介绍近年来DL在医学影像辅助诊断中的表现,病症包括脑卒中、肺结节、骨龄测量等。[结果] DL在多种疾病的影像辅助诊断中展现出优势,包括精度高、速度快、结果稳定、可规模化等。同时,很多问题阻碍了DL从实验走向临床,如依赖大量数据、标注标准不统一、模型泛化能力欠佳、可解释性不足等。[局限]检索文献仅覆盖最近几年的工作,对于更久之前的可能存在遗漏。[结论]深度学习可提高放射医师解读影像的效率和精度,但DL还不完美,在广泛渗透医学影像解读之前,还需要经历长时间的研究和验证。