----李国平：机器学习和计算机图像处理技术在肺结节早期诊断中的运用//----

图8 肺结节分类及深度学习

深度神经网络系统可以直接从训练数据中发现肺结节特征 ， 大大降低对肺结节特征的人工详细标记过程 ， 可以补偿甚至超过传统特征提取方法的识别能力；特征交互和层次结构可以在神经网络的内在深层结构中共同利用 ， 最终使特征的选择过程大大简化[2] 。

同时作为机器学习经典算法的支持向量机(Support Vector Machine ， SVM) ， 通过支持向量机算法 ， 既可以保持肺结节识别中的计算效率 ， 又可以获得非常好的分类效果 ， 降低假阳性率的发生；结合算法的优化 ， 准确性、敏感性及特异性均可达到90%以上[3] 。

• DeepMind最新论文：强化学习“足以”达到通用人工智能
• 西澳大学健康科学与医学学部，提供世界一流的学习体验和教育！
• “天玑”骨科机器人辅助下经皮椎弓根螺钉植钉安全性评价
• 手术机器人辅助人工全膝关节置换术改善股骨旋转对线及早期疗效研究
• 李湘减肥成功了？大方分享“减肥秘籍”，方法或值得学习
• 为何日本女性妇科病患病率是全球最低？她们的好习惯，或值得学习
• 学习不好的孩子活着有多难，三个故事看得流泪了！
• 身价2000万的“达芬奇”手术机器人来河南了！用它做手术体验如何？听听医生怎么说
• 健康|80岁的老人，50岁的骨骼！医生：老人的这些生活习惯值得学习借鉴
• 养生|高血压患者吃三七粉，能预防脑梗心梗吗？控压有技巧，建议学习