Key points are not available for this paper at this time.
Die Artikel in diesem Sonderbereich konzentrieren sich auf die Technologie und Anwendungen, die durch Deep Learning unterstützt werden. Deep Learning ist ein wachsender Trend in der allgemeinen Datenanalyse und wurde als eine der 10 bahnbrechenden Technologien des Jahres 2013 bezeichnet. Deep Learning ist eine Verbesserung von künstlichen neuronalen Netzwerken, bestehend aus mehr Schichten, die höhere Abstraktionsniveaus und verbesserte Vorhersagen aus Daten ermöglichen. Bis heute entwickelt es sich zum führenden Werkzeug des maschinellen Lernens im Bereich der allgemeinen Bildgebung und Computer Vision. Insbesondere haben sich konvolutionale neuronale Netzwerke (CNNs) als leistungsstarke Werkzeuge für eine breite Palette von Computer Vision Aufgaben erwiesen. Tiefe CNNs lernen automatisch mittlere und hohe Abstraktionen aus Rohdaten (z. B. Bilder). Neueste Ergebnisse zeigen, dass die generischen Deskriptoren, die aus CNNs extrahiert werden, äußerst effektiv in der Objektrecognition und -lokalisierung in natürlichen Bildern sind. Medizinische Bildanalysen weltweit dringen schnell in dieses Feld ein und wenden CNNs und andere Deep-Learning-Methoden auf eine Vielzahl von Anwendungen an.
Building similarity graph...
Analyzing shared references across papers
Loading...
IEEE Transactions on Medical Imaging
Radboud University Nijmegen
Tel Aviv University
Radboud University Medical Center
Add This Paper to Your Research Feed
Any time a new paper drops it will be there.
Greenspan et al. (Fri,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: