卷积神经网络在肺炎图像分类中的研究进展与展望.pdfVIP

R综

E

V

I述

E

卷积神经网络在肺炎图像分类中的W

研究进展与展望

潘伟，马志庆，魏国辉，贠恺

山东中医药大学智能与信息工程学院，山东济南250399

[摘要]肺炎是由细菌、病毒等微生物所引起的肺部感染。近年来，利用深度学习技术对胸部X光片进行肺炎分类

已成为医学图像处理与分析领域的重要研究方向之一。对比传统的分类方法，深度学习技术，特别是卷积神经

网络（ConvolutionalNeuralNetwork，CNN）既能更好地提取肺炎图像中的有用信息，又能抑制不相关信息，可以更早地发现肺

炎等肺部疾病，为患者提供更早的治疗，从而提高治疗效果。针对胸部X光片肺炎分类的CNN方法进行了梳理总结，首先对当

前广泛应用于肺炎图像分类的2个数据集及其评价标准进行了详细介绍。然后，指出了目前肺炎图像人工分类所存在的问题。再

然后，重点介绍了基于这2个数据集的CNN的研究进展。最后，讨论了胸部X光片肺炎分类目前存在的挑战及对未来的展望。

[关键词]卷积神经网络（CNN）；图像分类；胸部X光片；肺炎；肺炎图像

ResearchProgressandProspectofConvolutionalNeuralNetworksinPneumonia

ImageClassification

PANWei,MAZhiqing,WEIGuohui,YUNKai

SchoolofIntelligentandInformationEngineering,ShandongUniversityofTraditionalChineseMedicine,

JinanShandong250399,China

Abstract:Pneumoniaisalunginfectioncausedbymicroorganismssuchasbacteriaandviruses.Inrecentyears,applyingdeep

learningtechniquestoclassifypneumoniainchestX-rayimageshasbecomeoneoftheimportantresearchdirectionsinthefield

ofmedicalimageprocessingandanalysis.Comparedtotraditionalclassificationmethods,deeplearn