TY -的A2 -汗,Rahim AU - Ma,矿区非盟-李,羌族非盟-李,建斌PY - 2022 DA - 2022/01/12 TI -人工智能在心血管成像中的应用SP - 7988880六世- 2022 AB -在过去的二十年里,随着计算机技术的成熟和业务场景已经多元化,计算机系统在各行业中的应用的规模继续扩大,导致大量增加行业数据。对于医疗行业,已经积累了巨大的非结构化数据,因此探索如何更有效地使用医学图像数据有效完整的诊断具有重要的实际影响。在很长一段时间里,中国一直在努力促进医疗信息化的过程中,大数据的组合和人工智能等先进技术在医学领域已成为一个热门行业和新的发展趋势。本文侧重于心血管疾病和使用相关的深度学习方法,实现医学图像的自动分析和诊断,并验证AI-assisted医疗的可行性。我们试图实现一个完整的诊断心血管医学成像和本地化脆弱的病变区域。(1)我们测试了古典对象基于卷积神经网络和实验,探讨了区域分割算法,并显示其在医学成像领域的应用场景。(2)根据数据和任务特性,我们建立了一个包含分类节点和回归节点网络模型。多任务联合演习后,诊断和检测的效果也增强。摘要加权损失函数机制是用来改善之间的数据不平衡类在医学图像分析中,并增强模型的效果。(3)在实际医疗过程中,许多医学图像高级类别的标签信息,但缺乏低级病变的标签信息。 The proposed system exposes the possibility of lesion localization under weakly supervised conditions by taking cardiovascular imaging data to resolve these issues. Experimental results have verified that the proposed deep learning-enabled model has the capacity to resolve the aforementioned issues with minimum possible changes in the underlined infrastructure. SN - 2040-2295 UR - https://doi.org/10.1155/2022/7988880 DO - 10.1155/2022/7988880 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -