Deep learning-enabled medical computer vision.
Deep learning-enabled medical computer vision.
复制标题
DOI：
10.1038/s41746-020-00376-2
复制
发表时间：
2021-01-08
影响因子：
15.2
通讯作者：
Socher R
中科院分区：
文献类型：
--
作者：
Esteva A;Chou K;Yeung S;Naik N;Madani A;Mottaghi A;Liu Y;Topol E;Dean J;Socher R
十年来，人工智能（AI）取得了前所未有的进步，这表明包括医学在内的许多领域都有潜力从人工智能技术从数据中提取的见解中受益。在这里，我们调查了现代计算机视觉技术发展的最新进展-由深度学习驱动-用于医疗应用，重点是医学成像，医疗视频和临床部署。我们首先简要总结了卷积神经网络十年来的进展，包括它们在医疗保健领域实现的视觉任务。接下来，我们讨论了几个医学成像应用的例子，包括心脏病学、病理学、皮肤病学、眼科，并提出了继续工作的新途径。然后我们扩展到一般的医疗视频，强调临床工作流程可以集成计算机视觉来增强护理的方法。最后，我们讨论了这些技术在实际临床应用中所面临的挑战和障碍。
A decade of unprecedented progress in artificial intelligence (AI) has demonstrated the potential for many fields—including medicine—to benefit from the insights that AI techniques can extract from data. Here we survey recent progress in the development of modern computer vision techniques—powered by deep learning—for medical applications, focusing on medical imaging, medical video, and clinical deployment. We start by briefly summarizing a decade of progress in convolutional neural networks, including the vision tasks they enable, in the context of healthcare. Next, we discuss several example medical imaging applications that stand to benefit—including cardiology, pathology, dermatology, ophthalmology–and propose new avenues for continued work. We then expand into general medical video, highlighting ways in which clinical workflows can integrate computer vision to enhance care. Finally, we discuss the challenges and hurdles required for real-world clinical deployment of these technologies.
登录
查看更多内容
影响因子：
82.9
作者：
Chen, Po-Hsuan Cameron;Gadepalli, Krishna;Stumpe, Martin C.
通讯作者：
Stumpe, Martin C.
影响因子：
78.8
作者：
Bera, Kaustav;Schalper, Kurt A.;Madabhushi, Anant
通讯作者：
Madabhushi, Anant
影响因子：
4.4
作者：
Abramoff, Michael David;Lou, Yiyue;Niemeijer, Meindert
通讯作者：
Niemeijer, Meindert
计算机标签：预测未标记图像中的荧光标签。
影响因子：
64.5
作者：
Christiansen EM;Yang SJ;Ando DM;Javaherian A;Skibinski G;Lipnick S;Mount E;O'Neil A;Shah K;Lee AK;Goyal P;Fedus W;Poplin R;Esteva A;Berndl M;Rubin LL;Nelson P;Finkbeiner S
通讯作者：
Finkbeiner S
影响因子：
10.9
作者：
Chen, Hao;Qi, Xiaojuan;Heng, Pheng-Ann
通讯作者：
Heng, Pheng-Ann