王 进，冯友红

（1.南通大学附属海安市人民医院医学装备科，江苏南通 226600；2.南通大学附属海安市人民医院影像科，江苏 南通 226600）

近年来，随着我国医疗事业的不断发展，医学影像的自动化、智能化检测技术受到了更多的关注。深度学习技术与医学图像分析的结合已成为智能医疗领域的研究热点之一，并具有广阔的应用前景。一方面，医学影像的智能化识别可以降低医务工作者的工作压力，提升医疗检测效率，缓解看病难的社会矛盾；另一方面，医学影像的自动化检测可提升其识别水平，防止由于医务人员精力、认知水平不足造成误诊，以此提升患者的医疗体验[1-4]。但现阶段，医学影像仍无法应用到临床。这是因为当前积累针对特定疾病的医学影像数据不足、结构混乱、缺乏统一的数据接口，无法直接应用于现有的图像处理与识别算法[5-11]。

基于以上分析，该文对医学影像的检测技术进行研究。文中以X光片检测肺部结节为例，对相关的图像处理、机器学习方法进行研究。从图像特征提取、医学图像重构等方面对研究成果进行了细致的介绍，同时结合实际的公开数据集进行了算法的仿真与验证[12-16]。

1 理论基础

1.1 影像特征提取

该文在研究医学影像检测技术时，使用的是X光片。为了更优地完成医学检测，需要在这些图像上完成特征提取，然后将获得的特征输入到机器学习算法中。文中在进行特征提取时，主要基于图像的纹理特征。纹理特征不仅可以表现图像不同区域的像素信息，还能准确地反映图像像素的分布模式，刻画图像细节。……