机构名称:
¥ 2.0
摘要 - 医学领域正在创建大量医生无法破译和有效使用的数据。此外,基于规则的专家系统在解决复杂的医疗任务或使用大数据创建见解方面效率低下。深度学习已成为一种在诊断,预测和干预等广泛的医学问题中的一种更准确和有效的技术。深度学习是一种表示学习方法,它由层组成,这些层是非线性转换数据的层,从而揭示了层次的关系和结构。在这篇评论中,我们调查了使用心脏病学的结构化数据,信号和成像方式的深度学习应用程序。我们讨论了在心脏病学中应用深度学习的优势和局限性,这通常适用于医学中,同时提出某些方向是最可行的临床用途。