• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
Deep learning and medical imaging.深度学习与医学成像。
J Thorac Dis. 2018 Mar;10(3):1325-1328. doi: 10.21037/jtd.2018.02.76.
2
[Research progress in medical imaging based on deep learning of neural network].基于神经网络深度学习的医学成像研究进展
Zhonghua Kou Qiang Yi Xue Za Zhi. 2019 Jul 9;54(7):492-497. doi: 10.3760/cma.j.issn.1002-0098.2019.07.011.
3
Overview of deep learning in medical imaging.医学成像中的深度学习概述。
Radiol Phys Technol. 2017 Sep;10(3):257-273. doi: 10.1007/s12194-017-0406-5. Epub 2017 Jul 8.
4
An overview of deep learning in medical imaging focusing on MRI.深度学习在医学影像中的概述，重点是 MRI。
Z Med Phys. 2019 May;29(2):102-127. doi: 10.1016/j.zemedi.2018.11.002. Epub 2018 Dec 13.
5
Machine Learning and Deep Learning in Medical Imaging: Intelligent Imaging.医学成像中的机器学习与深度学习：智能成像
J Med Imaging Radiat Sci. 2019 Dec;50(4):477-487. doi: 10.1016/j.jmir.2019.09.005. Epub 2019 Oct 7.
6
Artificial intelligence in medical imaging of the liver.人工智能在肝脏医学影像中的应用。
World J Gastroenterol. 2019 Feb 14;25(6):672-682. doi: 10.3748/wjg.v25.i6.672.
7
State-of-the-Art Deep Learning in Cardiovascular Image Analysis.心血管影像分析的深度学习技术进展。
JACC Cardiovasc Imaging. 2019 Aug;12(8 Pt 1):1549-1565. doi: 10.1016/j.jcmg.2019.06.009.
8
Computer-assisted medical image classification for early diagnosis of oral cancer employing deep learning algorithm.计算机辅助医学图像分类在口腔癌早期诊断中的应用深度学习算法。
J Cancer Res Clin Oncol. 2019 Apr;145(4):829-837. doi: 10.1007/s00432-018-02834-7. Epub 2019 Jan 3.
9
Optimizing Neuro-Oncology Imaging: A Review of Deep Learning Approaches for Glioma Imaging.优化神经肿瘤影像学：胶质瘤成像深度学习方法综述
Cancers (Basel). 2019 Jun 14;11(6):829. doi: 10.3390/cancers11060829.
10
A gentle introduction to deep learning in medical image processing.深度学习在医学图像处理中的应用简介。
Z Med Phys. 2019 May;29(2):86-101. doi: 10.1016/j.zemedi.2018.12.003. Epub 2019 Jan 25.

引用本文的文献

1
Multimodal LLMs for retinal disease diagnosis via OCT: few-shot versus single-shot learning.通过光学相干断层扫描（OCT）进行视网膜疾病诊断的多模态语言模型：少样本学习与单样本学习
Ther Adv Ophthalmol. 2025 May 20;17:25158414251340569. doi: 10.1177/25158414251340569. eCollection 2025 Jan-Dec.
2
Machine Learning Driven by Magnetic Resonance Imaging for the Classification of Alzheimer Disease Progression: Systematic Review and Meta-Analysis.磁共振成像驱动的机器学习用于阿尔茨海默病进展分类：系统评价与荟萃分析
JMIR Aging. 2024 Dec 23;7:e59370. doi: 10.2196/59370.
3
The role of deep learning in diagnostic imaging of spondyloarthropathies: a systematic review.深度学习在脊柱关节炎诊断成像中的作用：一项系统综述。
Eur Radiol. 2025 Jun;35(6):3661-3672. doi: 10.1007/s00330-024-11261-x. Epub 2024 Dec 10.
4
Advancing Clinical Practice: The Potential of Multimodal Technology in Modern Medicine.推进临床实践：现代医学中多模态技术的潜力。
J Clin Med. 2024 Oct 19;13(20):6246. doi: 10.3390/jcm13206246.
5
Assessing GPT-4 multimodal performance in radiological image analysis.评估GPT-4在放射图像分析中的多模态性能。
Eur Radiol. 2025 Apr;35(4):1959-1965. doi: 10.1007/s00330-024-11035-5. Epub 2024 Aug 30.
6
Advancing radiology practice and research: harnessing the potential of large language models amidst imperfections.推进放射学实践与研究：在存在缺陷的情况下利用大语言模型的潜力
BJR Open. 2024 Aug 14;6(1):tzae022. doi: 10.1093/bjro/tzae022. eCollection 2024 Jan.
7
Automatic detection and visualization of temporomandibular joint effusion with deep neural network.基于深度神经网络的颞下颌关节积液自动检测与可视化。
Sci Rep. 2024 Aug 14;14(1):18865. doi: 10.1038/s41598-024-69848-9.
8
Advancing DIEP Flap Monitoring with Optical Imaging Techniques: A Narrative Review.光学成像技术在 DIEP 皮瓣监测中的应用进展：叙述性综述。
Sensors (Basel). 2024 Jul 10;24(14):4457. doi: 10.3390/s24144457.
9
Deep learning in magnetic resonance enterography for Crohn's disease assessment: a systematic review.深度学习在磁共振肠道成像克罗恩病评估中的应用：系统评价。
Abdom Radiol (NY). 2024 Sep;49(9):3183-3189. doi: 10.1007/s00261-024-04326-4. Epub 2024 May 1.
10
Artificial intelligence for X-ray scaphoid fracture detection: a systematic review and diagnostic test accuracy meta-analysis.人工智能在 X 射线舟状骨骨折检测中的应用：系统评价和诊断试验准确性的荟萃分析。
Eur Radiol. 2024 Jul;34(7):4341-4351. doi: 10.1007/s00330-023-10473-x. Epub 2023 Dec 15.

本文引用的文献

1
2016 New Horizons Lecture: Beyond Imaging-Radiology of Tomorrow.2016 年新视野讲座：超越影像——明日的放射学。
Radiology. 2018 Mar;286(3):764-775. doi: 10.1148/radiol.2017171503. Epub 2018 Jan 18.
2
When Machines Think: Radiology's Next Frontier.当机器开始思考：放射科的下一个前沿领域。
Radiology. 2017 Dec;285(3):713-718. doi: 10.1148/radiol.2017171183.
3
Deep Learning: A Primer for Radiologists.深度学习：放射科医生入门。
Radiographics. 2017 Nov-Dec;37(7):2113-2131. doi: 10.1148/rg.2017170077.
4
Using Deep Learning for Classification of Lung Nodules on Computed Tomography Images.基于深度学习的 CT 图像肺结节分类
J Healthc Eng. 2017;2017:8314740. doi: 10.1155/2017/8314740. Epub 2017 Aug 9.
5
A hybrid CNN feature model for pulmonary nodule malignancy risk differentiation.用于肺结节恶性风险区分的混合 CNN 特征模型。
J Xray Sci Technol. 2018;26(2):171-187. doi: 10.3233/XST-17302.
6
A survey on deep learning in medical image analysis.深度学习在医学图像分析中的应用研究综述。
Med Image Anal. 2017 Dec;42:60-88. doi: 10.1016/j.media.2017.07.005. Epub 2017 Jul 26.
7
Validation, comparison, and combination of algorithms for automatic detection of pulmonary nodules in computed tomography images: The LUNA16 challenge.自动检测 CT 图像中肺结节的算法的验证、比较和组合：LUNA16 挑战赛。
Med Image Anal. 2017 Dec;42:1-13. doi: 10.1016/j.media.2017.06.015. Epub 2017 Jul 13.
8
Pulmonary nodule classification with deep residual networks.基于深度残差网络的肺结节分类。
Int J Comput Assist Radiol Surg. 2017 Oct;12(10):1799-1808. doi: 10.1007/s11548-017-1605-6. Epub 2017 May 13.
9
Automatic feature learning using multichannel ROI based on deep structured algorithms for computerized lung cancer diagnosis.基于深度结构算法的多通道 ROI 自动特征学习在肺癌计算机诊断中的应用。
Comput Biol Med. 2017 Oct 1;89:530-539. doi: 10.1016/j.compbiomed.2017.04.006. Epub 2017 Apr 13.
10
Towards automatic pulmonary nodule management in lung cancer screening with deep learning.利用深度学习实现肺癌筛查中肺结节的自动管理。
Sci Rep. 2017 Apr 19;7:46479. doi: 10.1038/srep46479.

Deep learning and medical imaging.

作者信息

Klang Eyal

机构信息

Department of Radiology, The Chaim Sheba Medical Center, Tel Hashomer, Israel.

出版信息

J Thorac Dis. 2018 Mar;10(3):1325-1328. doi: 10.21037/jtd.2018.02.76.

DOI:10.21037/jtd.2018.02.76
PMID:29708147
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC5906243/
Abstract
摘要