python在医学领域应用_深度学习在健康医疗领域应用

深度学习在健康医疗领域应用

1. 深度学习

随着大数据和数据分析技术的不断发展，基于机器学习的数据驱动模型在健康医疗领域逐步得到推广和应用。深度学习作为在人工智能基础之上，是最近蓬勃发展的强大的机器学习工具之一，将会对未来人工智能产生颠覆性的作用。本文主要是对深度学习在健康医疗领域的应用进行综述，从而对目前的技术进行总结，对未来的应用进行展望，熟悉深度学习在健康医疗领域的应用。

2. deep learning Paper in health

3. 深度学习网络结构

深度学习算法在健康医疗中应用的统计

3.1 Deep Neural Networks

常见的用于分类和回归的网络结构，隐藏层大于等于2；

3.2 卷积神经网络

适合二维数据，譬如图片，每一个卷积过滤将2d数据转化为3d输出，灵感来自于生物视觉；

3.3 循环神经网络

适合序列数据，输出依赖于前面的输出，共享参数；

3.4 Deep autoencoder

无监督学习，主要用于特征转换，输入节点数和输出节点数一致；

3.5 generative adversarial network

无监督学习，生成对抗神经网络，拟合出和原始数据分布一样的数据；

4. 深度学习计算包

5. 深度学习在健康医疗应用

6. 参考资料

Deep Learning for Health Informatics Daniele Rav`ı, Charence Wong,

Fani Deligianni, Melissa Berthelot, Javier Andreu-Perez, Benny Lo,

and Guang-Zhong Yang, Fellow, IEEE