病理诊断中深度学习人工智能技术的运用综述（病理学论文资料）.docVIP

病理诊断中深度学习人工智能技术的运用综述（病理学论文资料） 文档信息 ： 文档作为关于“医学心理学”中“肿瘤学”的参考范文，为解决如何写好实用应用文、正确编写文案格式、内容素材摘取等相关工作提供支持。正文6771字，doc格式，可编辑。质优实惠，欢迎下载！ 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：病理诊断中深度学习人工智能技术的运用综述 2 1 深度学习、机器学习与人工智能的关系 3 2 深度学习的由来 3 3 基于深度学习的人工智能在病理诊断的应用 5 4 展望 6 文2：物联网领域人工智能技术的运用分析 7 1、人工智能图像检测系统技术的设计与应用 7 2、人工智能房地产物联网模式的设计与应用 10 3、结语 11 参考文摘引言： 12 原创性声明（模板） 12 文章致谢（模板） 13 正文 病理诊断中深度学习人工智能技术的运用综述（病理学论文资料） 文1：病理诊断中深度学习人工智能技术的运用综述 Abstract：The contradiction between health service demand and medical and health resources makes traditional medical treatment and medical model unable to meet the needs of social present， artificial intelligence based on deep learning has affected the work mode of pathology and related paper reviews the progress in the application of artificial intelligence based on deep learning in the diagnosis of Pathology， and gives a brief analysis of the development of this aspect in order to play the role of throwing bricks into jade。 Keyword：Deep learning; Artificial intelligence; Machine learning; Image recognition; Artificial neural nets; Pathological diagnosis; 在1956年， 由几位科学家在达特茅斯会议提出了人工智能概念。得益于计算机技术和互联网的高速发展， 人们看到了人工智能在诸多领域的巨大潜力。随后， 高科技公司和社会资本踊跃进入并积极参与和推动人工智能的发展。如今， 人工智能可谓是如火如荼， 四处开花结果。目前， 基于深度学习的人工智能已经影响了病理学以及与其相关的行业的工作模式。为什么基于深度学习的人工智能在医学界、学术界乃至工业界受到如此广泛的关注?病理学科面临什么样的窘境?基于深度学习的人工智能将如何解决这些问题?本文将带着上述问题， 介绍基于深度学习的人工智能在病理诊断的应用进展， 并简要分析在这一领域的发展。 1 深度学习、机器学习与人工智能的关系 人工智能是计算机科学的一个分支， 它是一种产生出与人类智能相似表现的智能机器， 是人们试图通过研究、开发人工智能来模拟、延伸和扩展人类智能的理论、方法、技术及应用系统[1] 学习是人类具有的一种重要智能行为， 机器学习是一种实现人工智能的方法。实现机器学习最基本的做法是通过算法来使机器解析数据、并从数据中学习规律。 深度学习是一种实现机器学习的技术， 在机器学习中深度学习是一种基于对数据进行表征学习的方法[2]。由于无监督学习训练深度神经网络和残差网络的出现， 深度学习被人们有争议地认为是一种独立的学习方法。 2 深度学习的由来 从机器学习模型的层次结构维度来看， 机器学习的发展历程经过了两个阶段， 分别是浅层学习和深度学习。深度学习被认为是一个相对于浅层学习的概念。 浅层学习阶段 1960年文献[3-4]提出迭代法 (Delta规则) 之前， 机器学习中一直没有引入隐层的概念。1984年文献[5-6]研究者提出受限玻尔兹曼机 (Boltzmann machine) ， 便是这种概念延伸出的算法。1986年， Rumelhart等[7]研究者提出的反向传播算法 (Backpropagation algorithm) ， 成为这种概念延伸出的经典算法。这种算法在机器学习中实质是简单感知器的收敛程序， 能让人工