艾克力亚尔·艾尼瓦尔 马翔，2

(1.新疆医科大学研究生院，新疆 乌鲁木齐830054； 2.新疆医科大学第一附属医院，新疆 乌鲁木齐 830054)

人工智能自20世纪60年代提出以来，发展迅速，机器学习作为实现人工智能的方法，用来解析和学习数据，通过算法完成数据整合任务。深度学习是目前最前沿的机器学习模型，其独有的自动提取特征的特点，使人工算法为临床所用。中国心血管疾病人群庞大，临床医生数量缺口大，往往无法满足患者就医需求，因此机器学习被应用到心血管疾病诊疗中。

1 机器学习

1.1 机器学习概述

机器学习近年来被广泛应用在临床诊疗中。深度学习属于机器学习的一种，通过“黑匣子”[1]自动学习数据的特征和关系，在阅读医学图像数据，诊断疾病及疾病危险分层等方面具有巨大潜力[2-3]。

机器学习通过组成简单但非线性的模块来获得，每个模块将一个层次的信息转换为一个更高、稍微抽象的层次的表示。在临床常应用的模型是卷积神经网络(convolutional neural network，CNN)模型[4-5]，应用于X射线、CT、MRI和超声心动图等影像学检查，也可用于心电图的辅助诊断[6-9]。其识别图像的基本步骤为：识别图像特征，图像分类，对图像进行分割，评估图像形态结构的测量和量化、识别图像[10]。

1.2 CNN

CNN是一类指导学习网络，可以自主感知输入与输出之间的映射关系，从而分析和处理数据[11]。为了建立CNN模型，需要收集大量临床信息、影像学资料和随访资料，并根据资料特征分类。以影像学资料为例，在训练过……