李楠楠

（天津工业大学 天津 300387）

1 引言

神经网络是近年来发展非常迅速的一门交叉学科，它是将生物神经网络在结构和功能等方面进行理论抽象、简化、模拟而组成的一种信息处理系统。所涉及到的学科包含神经科学、信息科学以及计算机科学等。随着我国科学技术水平的不断发展，各个前沿科学技术都不断地渗入到医学领域之中，使得医学领域得到了快速的发展。而神经网络算法因其自身的优越性在医学中的各个领域都得到了广泛的应用，其中在医学诊断领域的应用最为广泛，包含了信号信息处理、数据信息提取、模式识别等方面，并取得了一定的成果，受到了我国广大研究者的重视，在未来神经网络算法将会在医学诊断领域得到更广泛的应用[1]。但是不可否认的是神经网络算法自身依然存在着许多问题，这些问题也阻碍着该项技术未来的发展，因此神经网络算法在未来还有着很长一段路要走。

2 神经网络算法的基本类型和特点

由于神经网络算法的应用不同，在实际使用过程中也有很多标准。根据算法性能可以分为连续型与离散型；根据算法学习方式可以分为有导师学习与无导师学习；根据算法突触性可以分为一阶线性关联与高阶非线性关联。目前最为常见的分类是根据神经网络的信息路径与网络结构将其分为三大类：前馈型，BP神经网络是该类型的代表；反馈型，Hopfield神经网络是该类型的代表；自组织特征映射，Kohonen神经网络是该类型的代表。……