Guest Editorial Deep Learning in Medical Imaging: Overview and Future Promise of an Exciting New Technique

卷积神经网络 医学影像学 抽象 机器学习 计算机科学 领域(数学) 深层神经网络 深度学习 原始数据 光学(聚焦) 人工神经网络 人工智能 模式识别(心理学) 认识论 光学 物理 哲学 程序设计语言 纯数学 数学
作者
Hayit Greenspan,Bram van Ginneken,Ronald M. Summers
出处
期刊:IEEE Transactions on Medical Imaging [Institute of Electrical and Electronics Engineers]
卷期号:35 (5): 1153-1159 被引量:1358
标识
DOI:10.1109/tmi.2016.2553401
摘要

The papers in this special section focus on the technology and applications supported by deep learning. Deep learning is a growing trend in general data analysis and has been termed one of the 10 breakthrough technologies of 2013. Deep learning is an improvement of artificial neural networks, consisting of more layers that permit higher levels of abstraction and improved predictions from data. To date, it is emerging as the leading machine-learning tool in the general imaging and computer vision domains. In particular, convolutional neural networks (CNNs) have proven to be powerful tools for a broad range of computer vision tasks. Deep CNNs automatically learn mid-level and high-level abstractions obtained from raw data (e.g., images). Recent results indicate that the generic descriptors extracted from CNNs are extremely effective in object recognition and localization in natural images. Medical image analysis groups across the world are quickly entering the field and applying CNNs and other deep learning methodologies to a wide variety of applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
河马dd完成签到,获得积分10
1秒前
小马甲应助四月采纳,获得10
1秒前
1秒前
2秒前
标致的小霸王完成签到 ,获得积分10
2秒前
一一发布了新的文献求助10
4秒前
5秒前
小常不馋完成签到,获得积分10
5秒前
kol发布了新的文献求助10
6秒前
Ava应助酸桃子采纳,获得30
6秒前
cyn完成签到,获得积分10
7秒前
标致的小霸王关注了科研通微信公众号
9秒前
10秒前
11秒前
12秒前
12秒前
小广完成签到,获得积分10
12秒前
14秒前
牛与马发布了新的文献求助10
15秒前
15秒前
Akim应助Cyber_relic采纳,获得10
15秒前
科研通AI2S应助神奇阳光采纳,获得10
15秒前
Snow发布了新的文献求助10
16秒前
17秒前
优美的语山完成签到,获得积分10
17秒前
谦让的青亦完成签到,获得积分10
18秒前
18秒前
18秒前
舒服的踏歌完成签到,获得积分10
19秒前
雪芜发布了新的文献求助10
19秒前
妞妞完成签到,获得积分10
21秒前
22秒前
23秒前
尊敬的手套完成签到,获得积分10
23秒前
zho应助你好啊采纳,获得10
25秒前
天天快乐应助斯文谷秋采纳,获得30
25秒前
彭超完成签到,获得积分10
25秒前
Snow完成签到,获得积分20
26秒前
aweia发布了新的文献求助10
29秒前
NexusExplorer应助上官沅采纳,获得10
29秒前
高分求助中
歯科矯正学 第7版(或第5版) 1004
The late Devonian Standard Conodont Zonation 1000
Semiconductor Process Reliability in Practice 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 600
Zeitschrift für Orient-Archäologie 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3236236
求助须知:如何正确求助?哪些是违规求助? 2881974
关于积分的说明 8224443
捐赠科研通 2549923
什么是DOI,文献DOI怎么找? 1378823
科研通“疑难数据库(出版商)”最低求助积分说明 648478
邀请新用户注册赠送积分活动 623979