Deep Learning for Health Informatics

最新推荐文章于 2020-11-23 01:50:27 发布
置顶 最新推荐文章于 2020-11-23 01:50:27 发布
阅读量1.4k 收藏 5
点赞数 2
分类专栏： 深度学习论文 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hduxiejun/article/details/73431171
版权

Deep Learning for Health Informatics

这篇文章的整体思路如下所示，非常清爽直观！
这里写图片描述

健康信息学领域5个大方向的发展趋势

这里写图片描述

可以看到Imaging随着深度学习当中CNN的迅猛发展在健康信息学中也是突飞猛进，主要得益于其他在自然图片中成熟的模型在医学图像中得到了一个应用。

5种常用模型应用发展趋势

这里写图片描述

可以看到RNN的比重不断减小，CNN突飞猛进。

现阶段常用的几种深度学习框架

这里写图片描述

目前比较常用的深度学习框架如下所示，感觉做科研的用Caffe，做工程的用Tensorflow比较多。

不同领域的方法和产品

这里写图片描述

目前我主要做Medical Imaging这块，又主要分为classification、detection、segmentation主要三个方向。

生命健康领域可以做的

这里写图片描述

CrazyVertigo
关注
专栏目录
新的深度学习模型可以准确识别睡眠阶段
02-18 2178
New deep learning model can accurately identify sleep stages 新的深度学习模型可以准确识别睡眠阶段 A new deep learning model developed by researchers at the University of Eastern Finland can identify sleep stages as...
【大模型】大语言模型简介
最新发布
AI天才研究院
04-03 2万+
因此，模型规模增长是必然趋势，当推进大模型规模不断增长的时候，涌现能力的出现会让任务的效果更加出色。有趣的是，当参数规模超过一定水平时，这些扩大的语言模型不仅实现了显着的性能提升，而且还表现出一些小规模语言模型所不具备的特殊能力。如 Google 发布的多模态具身视觉语言模型 PaLM-E，由540B 的 PaLM 文本模型和 22B 的 VIT 图像模型构成，两者集成处理多模态信息，所以它的总模型规模是 566B。随着模型规模的不断增长，任务效果也持续增长，说明这类任务对大模型中知识蕴涵的数量要求较高。
Deep-Learning-for-Medical-Applications, 医学影像分析中的深度学习论文.zip
09-19
Deep-Learning-for-Medical-Applications, 医学影像分析中的深度学习论文 医学图像分析中的深度学习论文背景对于我们的最佳知识，这是医学应用的深入学习论文的第一列列表。 通常有一些深入学习论文的列表，或者是计算机视觉，例如 Awesome Deep学习论文。 在此列表中，我将基于深度学习技术和学习方法对论文进行
【论文阅读笔记】Deep Learning for Health Informatics
寸先生的AI道路
12-10 535
本文是2017年一月发表在IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS上的文章，算是IEEE文章中比较通俗易懂的文章，是一篇涉及范围较广的综述，可以作为研究各个子领域找论文时候的指引。文章中的插图设计比较好，基本上看图就能了解文章大概内容。 文章先从近年来谷歌学术上用于医学信息学研究的深度学习方法进行了统计： ​ ​ 然后给出了用于医学...
【医学+深度论文：F03】 2018 A Deep Learning-Based Algorithm Identifies Glaucomatous Discs Using Monoscopic
鹿鹿的博客
06-03 415
03 2018 A Deep Learning-Based Algorithm Identifies Glaucomatous Discs Using Monoscopic Fundus Photographs This study demonstrated that a deep learning-based algorithm can identify glaucomatous discs ...
【医学影像】Deep Learning for Automatic Pneumonia Detection
chenzhoujian_的博客
11-10 1087
写在前面的话： 这篇论文是北美放射学会（RSNA）在Kaggle平台上托管的肺炎区域检测挑战赛取得第二名成绩的解决方案。因为笔者需要用到其中的图像增强方案，因此本篇博客只介绍了数据集和图像增强，关于模型的改进和其它改进点没有涉及。 论文地址：https://arxiv.org/abs/2005.13899 代码地址：https://github.com/tatigabru/kaggle-rsna 比赛地址：https://www.kaggle.com/c/rsna-pneumonia-detection-c
论文：Scalable and accurate deep learning for electronic health records研读笔记
yimixgg的博客
04-08 742
参考链接：https://www.cnbeta.com/articles/tech/703459.htmhttps://blog.csdn.net/cskywit/article/details/79192855http://tech.sina.com.cn/roll/2018-02-04/doc-ifyreuzn2571006.shtmlhttps://www.linuxprobe.com/de...
awesome-ehr-deeplearning:电子病历（EHR）挖掘，机器学习和深度学习的精选论文精选清单
04-30
很棒的深度学习和EHR 电子病历（EHR）挖掘，机器学习和深度学习的精选论文精选清单。 背景 在过去的十年中，电子病历的数量激增，并将在未来。 由于机器学习和深度学习技术的进步，电子健康记录已被公认为是应对...
深度学习：综述：医疗影像数据+CV数据集
weixin_41108334的博客
11-10 1万+
GitHub：https://github.com/albarqouni/Deep-Learning-for-Medical-Applications 医疗数据集：https://blog.csdn.net/Suii_v5/article/details/77920948?locationNum=10&fps=1 乳腺MG数据获取:https://blog.csdn.net/dcxhu...
医学图像分类_【阅读笔记】深度学习在医学图像分析领域的综述
weixin_39898380的博客
11-23 1578
本人硕士研究生在读，目前在做医学图像配准方面的工作。正好在了解深度学习在医学图像配准方面的进展，看到一篇很好的综述，把读到的论文内容展示如下。根据2017年的一篇综述论文 A survey on deep learning in medical image analysis. 谈一下深度学习在医学图像处理方面的进展。 先放一下该论文的思维导图该图片出自 https://raw.githubuser...
【论文导读】Scalable and Accurate Deep Learning for Electronic Health Records
寸先生的AI道路
01-29 2857
本文转载自新智元微信公众平台，作者是康奈尔大学威尔医学院助理教授王飞，对Google最近挂出的深度电子病历论文进行了导读，网上下载了本文阅读，确实如大牛王飞所说，有点点和这么豪华的作者整容不匹配，可能和电子病历深度学习挖掘的难度很大有关。下面是转载的内容。      本周，Jeff Dean大神带领一票人马，在ArXiv上挂出了一篇文章，题目叫“Scalable and Accurate
深度学习在健康医疗领域的应用综述
Richard_More的博客
08-17 1万+
近年来，以深度学习为代表的机器学习在健康医疗领域越来越多。按照处理的数据种类可以分为数值型，文本型以及图片数据；本文主要集中在文本数据。 临床诊断决策： (Miotto R,et al;2016)[1]提出了一种新的无监督深度特征学习方法即为三层堆叠的降噪自动解码器，它可以从电子健康病历数据中获取一个通用的病人表征，从而让临床预测性建模更加方便。用于捕捉西奈山数据仓库中70万患者聚合电子健康病
Deep Learning 备忘与总结
u010598445的专栏
11-02 554
参考 从Theano到Lasagne theano 学习笔记 theano 官方文档
[译]A guide to deep learning in healthcare 深度学习在医疗健康领域的应用概述--nature论文
github_36597203的博客
05-28 7435
本文介绍了医疗保健领域的深度学习技术，重点讨论了计算机视觉（CV）、自然语言处理（NLP）、强化学习（RL）和通用方法方面的深度学习。我们将描述这些计算技术如何影响医学的几个关键领域，并探讨如何构建端到端系统。我们对CV的讨论主要集中在医学成像上，对NLP的描述主要在电子健康记录数据等领域。同样，在机器人辅助手术的背景下也讨论了RL，同时讨论了通用方法的深度学习在基因组学的应用。
Medical Image Analysis with Deep Learning — I
ABadCandy's Blog
03-28 2399
本文翻译参考自： https://medium.com/@taposhdr/medical-image-analysis-with-deep-learning-i-23d518abf531 利用深度学习进行医疗图像分析-Part I 我们的目标是将用在通用图像上的深度学习方法应用到医学图像中以帮助医疗。本文先从图像处理的基础知识开始开始讲解，
深度学习在医学领域
啦啦啦，要天天开心的博客
12-03 9358
医学领域医学影像的特点 高依赖成像设备和成像环境;图像种类多差异，很难融合 图像像素大，信噪比低且图像分辨率低 生物个体存在差异性、易变性。 医学病症大致分类从人类结构来分类，脑(脑血管病，神经’性疾病 阿尔茨海默病，帕金森病，癫痛] ，精神疾病 拥郁症，精神分裂症]，脑瘤等)、胸(心脏疾病，肺结节/肺癌，乳腺结节/乳腺癌等)、颈(颈动脉检测，甲状腺癌等)、眼(糖尿病眼病等)、腹部(胃癌)、男性盆骨
WinForm ： 利用webBrowser完成填充数据并 自动登陆某网站。。。。。。。
性别男、爱好女
11-08 1505
private void tse_Load(object sender, EventArgs e) { //this.webBrowser1.Navigate("http://www.sina.com.cn/"); this.webBrowser1.IsWebBrowserContextMenuEnabled = true; } //此按钮登陆新浪邮箱。。。。。。。。。测试通过。
Deep Learning 优化方法总结
ZhikangFu的专栏
06-03 1339
Stochastic Gradient Descent (SGD) SGD的参数 在使用随机梯度下降（SGD）的学习方法时，一般来说有以下几个可供调节的参数: Learning Rate 学习率Weight Decay 权值衰减Momentum 动量Learning Rate Decay 学习率衰减 再此之中只有第一的参数（Learning Rate）是必须的，其余部分都是为了提高自适
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值