人类疾病分类和分割使用机器和深度学习
出版日期
2022年7月01
状态
关闭
提交截止日期
2022年2月18日
导致编辑器
1班尼特大学,Gr。诺伊达,印度
2布鲁内尔大学,伦敦,英国
这个问题现在是关闭提交。
人类疾病分类和分割使用机器和深度学习
这个问题现在是关闭提交。
描述
在过去的十年中,机器和深度学习领域吸引了关注由于其巨大的应用在各个领域,如医疗、安全、军事、金融、天气预报、图像质量提高,等等。
在引入深度学习之前,预测和预报进行了使用统计和机器学习技术。然而,机器学习算法的性能与大量的数据并不好。深度学习模型的性能总是比机器学习的方法,但它需要足够的数据与巨大的计算能力。现在,是没有限制的计算能力以及医疗数据,因为许多医疗机构或医院正在向利用机器智能的人类疾病分类。也可以利用机器智能识别的人类疾病,肺结节检测和定位,疾病严重程度的评估等。
这个特殊问题的目的是将原始研究和评论文章在最近的进步,最新的应用程序,和最新趋势在人类疾病的分类使用机器,深度学习。研究开发新的方法优化深的超参数神经网络或机器学习技术也鼓励。
潜在的主题包括但不限于以下:
- 发展的新颖的机器学习方法在早期肺癌的检测
- 神经网络(即应用程序的流行深。、卷积神经网络生成对抗网络(GAN))为人类疾病的识别
- 人类疾病严重程度的评估使用深层神经网络
- 检测(即结节或不规则的细胞器官。、肺、肝、肾等)
- 应用集成学习的人类疾病的识别
- 医疗数据特征提取技术的发展
- 开发新的算法来清洁医疗数据(即。图中显示,超声图像,核磁共振,等等)。
- (即使用pre-trained模型。,VGG19 AlexNet ResNet MobileNet)为人类疾病分类
