心脏病学中的深度学习

医学领域正在生成大量数据，医生无法有效解读和使用。此外，基于规则的专家系统在解决复杂医疗任务或利用大数据创建洞察方面效率低下。深度学习已成为在诊断、预测和干预等广泛医疗问题中更准确和有效的技术。深度学习是一种表示学习方法，由非线性转换数据的层组成，从而揭示层次关系和结构。在本综述中，我们调查了使用结构化数据以及来自心脏病学的信号和成像方式的深度学习应用论文。我们讨论了将深度学习应用于心脏病学的优势和局限性，这些同样适用于医学领域，并提出某些方向作为临床使用的最可行方法。