机器学习辅助肿瘤诊断研究

杨 克戎
遵义医科大学，医学信息工程学院

摘要

机器学习有多种优势，其最先用于语音识别及图像辨认等工作中，能够在短时间内提取关键信息。随着研究的不断深入，一些学者指出机器学习可以为现代医学效力，结合人工诊断方式，能够全面提升诊断结果的真实可靠性。研究发现，机器学习在肿瘤诊断中的应用成为当前医学发展的重要趋势，通过图像识别技术与算法模型的应用，可以在无人工干预的情况下自动对患者进行肿瘤诊断，极大程度上提升了医疗真诊断效率。本文重点论述人工神经网络与深度学习的概念，总结机器学习应用情况，提出其在乳腺癌识别中的应用策略，仅供参考。

关键词

机器学习；肿瘤诊断；研究

参考

[1]梅宏翔，程俊豪，李一洲，马凰税，张恺文，寿宇珂，李杨.机器学习在颌面部囊肿及肿瘤中应用的研究进展[J].华西口腔医学杂志，2020，38（06）：687-691.

[2]董竞方.机器学习在甲状腺恶性结节超声图像识别及中医舌象分类中的应用[D].北京中医药大学，2020.

[3]潘德润.基于机器学习模型探讨X线征象在骨肿瘤分类中的价值及其临床应用[D].南方医科大学，2020.

[4]张佳佳，樊鑫，秦珊珊，余飞.基于深度学习的人工智能在肿瘤诊断中的应用进展[J].国际放射医学核医学杂志，2020（01）：11-15.

[5]李珂.机器学习算法在眼角膜与骨肿瘤影像中的分析评估研究[D].北京邮电大学，2020.

[6]许凯波，罗广祥，孙震辉.基于深度信念网络的乳腺肿瘤辅助诊断研究[J].计算机与数字工程，2019，47（03）：582-586.

[7]赵可扬，杨沐月，朱静妤，王泽淇，沈炜炜.机器学习辅助肿瘤诊断[J].肿瘤，2018，38（10）：987-991.