文献类型：期刊文章

作　　者：周涛[1,2,3] 霍兵强[1] 陆惠玲[2] 任海玲[4]

ZHOU Tao;HUO Bing-qiang;LU Hui-ling;REN Hai-ling(School of Computer Science and Engineering,North Minzu University,Yinchuan,Ningxia 750021,China;School of Science,Ningxia Medical University,Yinchuan,Ningxia 750004,China;Ningxia Key Laboratory of Intelligent Information and Big Data Processing,Yinchuan,Ningxia 750021,China;School of Public Health and Management,Ningxia Medical University,Yinchuan,Ningxia 750004,China)

机构地区：[1]北方民族大学计算机科学与工程学院,宁夏银川750021 [2]宁夏医科大学理学院,宁夏银川750004 [3]宁夏智能信息与大数据处理重点实验室,宁夏银川750021 [4]宁夏医科大学公共卫生与管理学院,宁夏银川750004

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61561040);宁夏高等学校一流学科建设(数学学科)(No.NXYLXK2017B09);北方民族大学引进人才科研启动项目(No.2020KYQD08);宁夏312优秀人才项目;北方民族大学创新创业项目(No.YCX19075)。

年　　份：2020

卷　　号：48

期　　号：7

起止页码：1436-1447

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：残差神经网络(ResNet)是近几年来深度学习研究中的热点,在计算机视觉领域取得较好成就.本文对残差神经网络从以下几个方面进行总结:第一,阐述残差神经网络的基本结构和工作原理;第二,在模型发展方面,以时间为顺序总结了残差神经网络的8种网络模型;第三,在结构优化方面,从残差神经网络的卷积层、池化层、残差单元、全连接层以及整个网络5个方面进行总结;最后,将ResNet应用到医学图像处理领域,主要从图像识别和图像分割2个方面探讨.本文对残差神经网络的原理、模型、结构进行了系统地总结,对残差神经网络的研究发展具有一定的积极意义.

关 键 词：残差神经网络  网络结构 医学图像

分 类 号：TP399]