Art

J-GLOBAL ID：202002250959287611   Reference number：20A1854772

Potential and Perspective of Deep Learning in Medical Image

AI+医用画像-現場視点で解くその変革 画像診断領域でのAIへの今日的期待 画像領域におけるDeep learningの可能性と現時点での課題を解く

Author (2)： YAGAHARA AYAKO (北海道科大 保健医療) ,  YAGAHARA AYAKO (北大 大学院保健科学研究院)
Material： 月刊新医療  (新医療)
Volume： 47  Issue： 9  Page： 26-29  Publication year： Sep. 01, 2020 
JST Material Number： X0159A  ISSN： 0910-7991  Document type： Article
Article type： 解説  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： human ,...
Semi thesaurus term： *AI診断 ,...

Register(free) or Log In to access     To see more with JDream III (charged).   {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1854772&from=J-GLOBAL&jstjournalNo=X0159A") }}

JST classification (2)： Radiodiagnosis  (GC04020K) ,  Medical information processing  (JE15030Q)

Reference (20)：

• Esteva A, Robicquet A, Ramsundar B, et al. A guide to deep learning in healthcare. Nat Med. 2019;25(1) :24-29.
• Haenssle HA, Fink C, Schneiderbauer R, et al. Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists. Ann Oncol. 2018;29(8) :1836-1842.
• Heydon P, Egan C, Bolter L, et al. Prospective evaluation of an artificial intelligence-enabled algorithm for automated diabetic retinopathy screening of 30 000 patients [published online ahead of print, 2020 Jun 30]. Br J Ophthalmol. 2020; bjophthalmol-2020-316594.
• Elsaid NMH, Wu YC. Super-Resolution Diffusion Tensor Imaging using SRCNN: A Feasibility Study. Conf Proc IEEE Eng Med Biol Soc. 2019;2019:2830-2834.
• Kobayashi H, Nakayama R, Hizukuri A, Ishida M, Kitagawa K, Sakuma H. Improving Image Resolution of Whole-Heart Coronary MRA Using Convolutional Neural Network. J Digit Imaging. 2020;33(2):497-503.

Terms in the title (8)： 医用画像 ,  現場 ,  視点 ,  画像診断 ,  AI ,  期待 ,  画像領域 ,  可能性