肖行

摘 要： 深度学习技术的运用正日趋广泛，深度学习自身的高效性和智能性受到研究者的青睐。通过对深度学习影像分类的剖析，进一步探究深度学习在影像识别方向的应用，介绍了主要用于影像分类识别的基于深度学习的医疗影像检测算法，可作为开展深度学习技术运用于医学影像检测研究工作的有益参考。

关键词： 深度学习; 影像分类; 影像识别

文章编号： 2095-2163（2021）03-0215-03 中图分类号： TP391.41 文献标志码：A

【Abstract】The use of deep learning technology is becoming more widespread， and the efficiency and intelligence of deep learning itself are favored by researchers.Through the analysis of deep learning image classification， the paper further explores the application of deep learning in the direction of image recognition， introduces the medical image detection algorithm based on deep learning， which is mainly used for image classification and recognition. The fruits could be used as a beneficial reference for the application of deep learning technology to medical imaging detection research work.

【Key words】 deep learning; image classification; image recognition

0 引 言

在复杂的背景中，一幅图像会具有许多对象。如何识别这些对象，辨识其中的主要对象，并理解主对象与其他对象之间的关系已然成为目前的研究热点。对象识别有多种方法，但大部分都不能标记图像的主要对象。研究可知，可以运用改进的RCNN[1]网络来检测和识别图像中的多个对象，由此即提出了增强型的目标评分系统来标记图像的主要对象。实验结果表明，该算法不仅保持了RCNN的优越性，而且能检测到图像的主要对象。

近年来，基于计算机的图像识别技术获得迅猛的发展。与之相适应，在医学领域就已对人工神经网络的影像学识别展开大量研究。例如，在糖尿病视网膜病变的诊断中，有较高的诊断预测能力。在乳腺癌的诊断中，在乳腺癌中淋巴结转移的病理诊断中，在胸部X射线的分类中，在食管胃十二指肠镜检查中分类等[2]，均取得了可观成果。需要指出的是，尽管人工智能技术被应用于预测manikins的气道图像的glottic开放，但在临床实践中获得的患者的喉部图像的语言开放或语言位置的研究却仍不多见。……