您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览83 | 下载79

心血管成像技术正在迅速增长,临床医生和研究人员也有比以往更多的机会参与开发和评价新的图像分析算法.心血管影像数据库的规模和维度不断扩大,这促使人们对应用强大的深度学习方法来分析这些数据产生了浓厚的兴趣.尽管目前存在技术和逻辑方面的挑战,但机器学习,特别是深度学习,必将对心血管成像未来的科学实践产生重大影响.在此做一综述,便于大家理解当前和未来机器学习和深度学习在日益丰富的心血管成像领域中的应用.

作者:渠海贤;李涛;程流泉

来源:心血管病学进展 2019 年 40卷 5期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:83 | 下载:79
作者:
渠海贤;李涛;程流泉
来源:
心血管病学进展 2019 年 40卷 5期
标签:
人工智能 深度学习 心脏磁共振成像 心血管疾病
心血管成像技术正在迅速增长,临床医生和研究人员也有比以往更多的机会参与开发和评价新的图像分析算法.心血管影像数据库的规模和维度不断扩大,这促使人们对应用强大的深度学习方法来分析这些数据产生了浓厚的兴趣.尽管目前存在技术和逻辑方面的挑战,但机器学习,特别是深度学习,必将对心血管成像未来的科学实践产生重大影响.在此做一综述,便于大家理解当前和未来机器学习和深度学习在日益丰富的心血管成像领域中的应用.