基于机器学习的医学影像人工智能领域技术融合预测

被引:34
作者
苗红
李男
吴菲菲
沈蕾
机构
[1] 北京工业大学经济与管理学院
关键词
机器学习; 深度学习; 人工智能; 医学影像; 技术融合; 技术融合预测;
D O I
暂无
中图分类号
R319 [其他科学技术在医学上的应用]; TP18 [人工智能理论];
学科分类号
100103 [病原生物学]; 140502 [人工智能];
摘要
[研究目的]研究旨在实现医学影像人工智能领域的技术融合预测及发展趋势预判,并对基于机器学习的技术融合预测方法进行改进,以避免根据传统研究技术融合的方法进行指标罗列,导致指标体系整体逻辑性不强的局限性。[研究方法]以德温特专利数据库为数据源,依据技术融合的内在机理提出相似性和技术特性指标,构建基于机器学习的技术融合预测框架,并对医学影像人工智能领域进行实证分析。[研究结论]结果显示医学影像所涉技术与数字化信息化技术的融合以及数字化信息化技术之间的融合是当前以及未来的发展主题。此外,该领域技术与语音扩音方面的技术G10L、H04R,信息通信方面技术G16H、G16B、H04L的融合以及教育相关的技术G09B与数据方面的技术G06K的融合可能是未来发展的趋势。该领域的研究验证了框架的可行性。
引用
收藏
页码:126 / 134
页数:9
相关论文
共 43 条
[1]
机器学习.[M].周志华.清华大学出版社.2016,
[2]
基于专利共类的技术融合分析框架研究——以合成生物学领域为例 [J].
吴晓燕 ;
胡雅敏 ;
陈方 .
情报理论与实践, 2021, 44 (10) :179-184
[3]
人工智能用于医学影像学基础研究态势 [J].
陈娟 ;
张婷 ;
卢岩 ;
严舒 ;
徐东紫 ;
欧阳昭连 .
中国医学影像技术, 2021, 37 (02) :298-302
[4]
面向功能的技术融合趋势研究 [J].
苗红 ;
王艳 ;
黄鲁成 ;
吴菲菲 ;
李欣 .
情报杂志, 2020, 39 (05) :51-58
[5]
人工智能在医学影像分析中的应用进展附视频 [J].
俞益洲 ;
石德君 ;
马杰超 ;
周振 .
中国医学影像技术, 2019, (12) :1808-1812
[6]
人工智能与医学影像融合发展:机遇与挑战附视频 [J].
朱文珍 ;
胡琼洁 .
放射学实践, 2019, (09) :938-941
[7]
产学研用协作促进中国医学影像AI产业健康发展(英文) [J].
萧毅 ;
刘士远 .
ChineseMedicalSciencesJournal, 2019, 34 (02) :84-88+158
[8]
基于专利计量的技术融合研究:判定、现状与趋势——以物联网与人工智能领域为例 [J].
吕一博 ;
韦明 ;
林歌歌 .
科学学与科学技术管理, 2019, 40 (04) :16-31
[9]
机器学习分类问题及算法研究综述 [J].
杨剑锋 ;
乔佩蕊 ;
李永梅 ;
王宁 .
统计与决策, 2019, 35 (06) :36-40
[10]
人工智能在医学影像中的研究与应用 [J].
韩冬 ;
李其花 ;
蔡巍 ;
夏雨薇 ;
宁佳 ;
黄峰 .
大数据, 2019, 5 (01) :39-67