深度学习在生物医学领域的应用进展述评

世界科技研究与发展

Article

朱冬亮^1,2  文奕^1,2  陶欣³ 

[1] 中国科学院成都文献情报中心，成都610041;中国科学院大学经济与管理学院图书情报与档案管理系，北京100190;美国胚胎能力研究基金会，巴斯金里奇07920

关键词: 深度学习;    机器学习;    生物医药;    医学;   

DOI  :  10.16507/j.issn.1006-6055.2020.06.005

来源: 科学出版社

【 摘 要 】

随着机器学习技术的广泛应用，深度学习作为一个新兴分支，由于其自动特征学习与函数模拟构建方面的优势，在图像识别、自然语言处理等领域取得了不菲成绩。为了解深度学习在生物医学领域的研究进展，本文通过文献调研的方法，对深度学习在该方向相关成果进行研究分析。研究发现，深度学习在该领域的应用主要集中在生物信息学、医学图像识别、病症预测、临床辅助决策和药物开发等方面，已有研究通过将该领域的文字、图像、信号等记录信息进行多维量化，利用深度学习开发多种模型进行数据特征学习、信息挖掘、状态模拟，完成了识别、评价、预测等功能。深度学习凭借其复杂模拟算法的优势，在生物医学领域的实践取得了优于传统算法的成果，并且在疾病自动编码、多数据源整合分析、公共卫生领域等方面的应用实践值得进一步探索。

【 授权许可】

Unknown   
©《世界科技研究与发展》编辑部

【 图 表 】

Table 1

Fig. 1