文献类型：期刊文章

作　　者：高爽[1] 徐巧枝[1]

GAO Shuang;XU Qiaozhi(College of Computer Science and Technology,Inner Mongolia Normal University,Hohhot 010022,China)

机构地区：[1]内蒙古师范大学计算机科学技术学院,呼和浩特010022

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(81660117);内蒙古自治区自然科学基金(2021MS06031,2018MS08008);内蒙古草原英才产业创新创业人才团队基金。

年　　份：2021

卷　　号：57

期　　号：24

起止页码：39-50

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：深度学习技术发展迅速,在医学图像处理领域取得了显著成果。但是由于医学图像样本少,标注困难,使得深度学习的效果远未达到预期。近年,利用迁移学习方法缓解医学图像样本不足的问题,提高深度学习技术在医学图像领域的效果,成为了研究热点之一。介绍了迁移学习方法的基本概念、类型、常用策略及模型,根据迁移学习方法的类型,对当前医学图像领域具有代表性的相关研究进行了梳理与小结,对该领域的未来发展进行了总结和展望。

关 键 词：医学图像 迁移学习  神经网络 深度学习  

分 类 号：TP391]