《表3 深度学习在预测预后中的应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《深度学习在医学影像智能处理中的应用与挑战》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在后续研究中可以通过不同层次对多组学数据和医学影像数据进行噪点去除、纹理分析、肿瘤分割、非监督学习特征提取，通过集成聚类分析、特征选择、回顾性分析和深度网络学习，完成不同组学的数据融合，实现基于内容与语义的推理机关联模型，并且利用数据间的关联关系，建立结构化数据的快速检索方法，建立准确性高、鲁棒性强的智能预测模型。表3详细描述了深度学习在预测预后中的应用，研究对象包括肺癌、肺腺癌和鼠肝等，研究方法包括深度学习自动量化、CNN、MLR （multinomial logistic regression）和RF（random forest）等。