深度学习在医学领域

医学领域

医学影像的特点

1. 高依赖成像设备和成像环境;图像种类多差异，很难融合
2. 图像像素大，信噪比低且图像分辨率低
3. 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(前列腺癌等)、女性盆骨(子宫颈癌等)。
脑部疾病是颅内组织器官(脑膜血管、大脑、小脑、脑干、颅神经等)的炎症、血管病、肿瘤、变性、畸形、遗传病、免疫性疾病、营养代谢性疾病、中毒、外伤、寄生虫病等的总称。胸部疾病主要分布在肺、乳腺、食管、气管、支气管等部位。
腹部包括肝、腆、脾、肾等多个器官，腹部疾病也主要集中在这些器官的损伤上。常见的腹部疾病包括:肝癌、肝炎、前列腺癌、前列腺炎、急性阑尾炎、子宫颈癌等。
常见的眼科疾病有:中心浆液性视网膜病变、干眼症、交感性眼炎、夜盲症、失明眼部结构、弱视、散光、沙眼、白内障、糖尿病视网膜病变、结膜炎、老花眼、色盲、虹膜异色症、视网膜色素变性、视网膜中央动脉阻塞、视网膜脱落、近视、远视、针眼、雪盲症、震粒肿、青光眼、飞蚊症等

深度学习在医学领域的应用

深度学习应用在医学上的问题

1. 深度神经网络可以被有效地用在医学任务上吗？
2. 数据的缺乏，数据的标记成本太高，transfer learning和 fine-tuning被提出来，但是从一般意象到医学领域的迁移学习是否相关？
3. 我