宋子航

摘 要 文章首先论述了人工神经网络的发展背景及其一般结构，之后介绍了深度学习技术的相关概念、模型，将深度学习技术和早期的人工神经网络进行对比分析，接着重点阐述了深度学习在医疗领域的应用现状，最后展望了深度学习技术的前景。

关键词 深度学习；医疗；神经网络；应用

中图分类号 G2 文献标识码 A 文章编号 1674-6708（2018）213-0121-02

2016年初，由谷歌DeepMind团队开发的围棋机器人AlphaGo四比一击败当时世界排名第一的韩国棋手李世石，2017年5月27日，AlphaGo又一次三比零完胜世界围棋冠军柯洁，震惊了世人。AlphaGo之所以拥有如此惊人的围棋技术，在于DeepMind团队为其研发的基于深度学习技术的核心围棋算法[1]。

在医疗领域中，要做到精准诊疗，常常需要借助影像设备获取图像（如超声成像，X光、CT、MRI等），另一方面也需要准确的解读图像。目前，医学影像的判读主要依靠影像医师完成，这样就会产生如医师的主观性，以及医师经验对判读结果的影响等问题，而且医师长时间重复工作容易产生疲劳，从而增加了误读的风险。目前，许多科技公司都在进行利用深度学习技术来进行医学影像识别、疾病诊断等方面的研究，从而辅助医师做出更有效地决策[2]。

那么什么是深度学习技术，以及它在医疗领域里有哪些具体应用呢？未来将如何改变现有的医疗活动呢？本文将对深度学习技术的相关概念、理论以及在医疗领域的具体应用进行详细介绍，探讨未来深度学习技术带给医疗领域的可能变化。……