深度学习在儿科先天性心脏病超声心动图诊断的研究进展
Research progress of deep learning in echoardiographic diagnosis of pediatric congenital heart disease作者机构：汕头大学医学院深圳儿科临床学院广东深圳518038 深圳市儿童医院超声科广东深圳518038
出 版 物：《广东医学》 (Guangdong Medical Journal)
年 卷 期：2024年第45卷第2期
页 面：260-264页
学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1006[医学-中西医结合] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100106[医学-放射医学] 100602[医学-中西医结合临床] 10[医学]
基 金：国家自然科学基金面上项目(62071309) 广东省高水平医院建设医学学科(第二期项目)(深儿医科教4号) 深圳市科技计划项目(SGDX20201103095802007)
主 题：深度学习 卷积神经网络 监督学习 半监督学习 超声心动图 心脏病 儿童
摘 要：先天性心脏病是导致婴幼儿死亡的主要原因之一,超声心动图是其首选检查方法,但其复杂性、可重复性问题常常影响了筛查和术前的诊断质量,以深度学习为基础的人工智能方法近来已经成为超声心动图诊断先天性心脏病的研究热点,本文就基于深度学习在儿科先天性心脏病超声心动图诊断中的应用进展进行综述。
维普期刊数据库
同方期刊数据库