朱轩宇　朱东弼

摘 要

闡述了深度学习的定义与现状。介绍了深度学习的几种算法如深度神经网络DNN、卷积神经网络CNN和循环神经网络RNN。重点分析了深度学习算法在医学影像识别领域的应用，如识别乳腺癌、肺癌、皮肤癌、前列腺癌和糖尿病视网膜病变诊断的应用情况。

关键词

机器学习;深度学习;影像识别

中图分类号： R445;TP18                        文献标识码： A

DOI：10.19694/j.cnki.issn2095-2457.2020.10.33

0 引言

深度学习属于机器学习的子领域，其需要大量的训练数据和强大的运算能力。由于早些年受到算法理论、数据、硬件的制约，深度学习只能处理简单的线性分类问题。后来，随着大数据的发展以及大规模硬件加速设备的出现，GPU运算能力的不断提升。特别是2012年ImageNET举办的图像分类竞赛，深度学习系统AlexNet以碾压的态势获得了冠军，使得深度学习这一算法被大家熟知，深度学习的发展也开起了人工智能的新时代。

1 深度学习的定义与算法分类

1.1 深度学习的定义

深度学习是机器学习的一个重要分支。神经网络最开始是仿照生物神经元的机制。深度学习通过学习一种深层非线性网络结构，只需简单的网络结构即可实现复杂函数的逼近，并且能从大量的样本中学习到样本集的特征，克服了浅层算法的局限性。它能模仿人类思考机制来识别数据例如图像、文本和声音等。

1.2 深度学习的算法分类

1.2.1 卷积神经网络CNN

卷积神经网络是目前深度学习领域中最常见的一种算法，它属于前馈神经网络并且可以直接输入原始图像避免了人工对图像预处理的过程。……