田苗，林岚，张柏雯，吴水才

北京工业大学 生命科学与生物工程学院，北京 100124

深度学习在神经影像中的应用研究

田苗，林岚，张柏雯，吴水才

北京工业大学 生命科学与生物工程学院，北京 100124

深度学习是机器学习方法的一个重要分支，它通过基于多层神经网络的计算模型来进行学习。一个深度学习网络可以通过组合低层特征形成更抽象的高层特征，以发现数据的复杂的内在特征。由于深度卷积网络在图像处理中的出色表现，它已成为当前研究中应用最为广泛的一种深度网络。本文首先介绍了深度学习网络的结构特征和训练方法，分析了算法的优越性，之后进一步介绍了深度卷积网络，最后讨论了深度学习在神经影像领域的最新应用现状及其发展趋势。

深度学习；卷积神经网络；神经影像；多层感知器；深度神经网络

学习是人类所具有的一种重要的智能行为，是人脑获取知识或技能的一个持续性变化的过程。机器学习[1]最初源于人工智能，是研究计算机如何通过模拟实现人脑的学习行为的科学领域。它运用算法重组已有的知识结构，获取新的知识或技能，从而对现实世界的事物进行学习、测定或预测。机器学习算法按照学习方式主要分为两大类：非监督学习和监督学习。非监督式学习一般指数据是未知，样本没有被特别预定义，机器模型通过学习探索出隐含在数据训练样本集中的特殊模式。常见的非监督学习算法包括关联规则学习[2]、聚类[3]等。……