肺癌是全球范围内致死率最高的癌症之一，早期筛查是提高肺癌生存率的重要手段。随着计算机技术和人工智能的发展，深度学习在医学影像分析中的应用为肺癌早期筛查提供了新的解决方案。本文综述了深度学习技术在肺癌早期筛查中的应用现状，重点介绍了当前主要的深度学习模型及其在医学影像中的应用，包括卷积神经网络（CNN）、深度生成模型等。此外，本文还讨论了这些技术在实际应用中的优势、挑战以及未来的发展方向。

关键字：深度学习；医学影像；肺癌；早期筛查；卷积神经网络

Abstract：

Lung cancer is one of the leading causes of cancer-related deaths worldwide, and early screening is crucial for improving survival rates. With advancements in computer technology and artificial intelligence, deep learning has emerged as a promising approach for early lung cancer detection. This review summarizes the current state of deep learning applications in lung cancer early screening, focusing on major deep learning models used in medical imaging, such as convolutional neural networks (CNNs) and deep generative models. Additionally, the paper discusses the advantages, challenges, and future directions of these technologies in practical applications.

Keywords: Deep learning; Medical imaging; Lung cancer; Early screening; Convolutional neural networks

正文内容 / Content：

可下载全文PDF查阅，并按照本文版权申明进行使用。

Download the full text PDF for viewing and using it according to the license of this paper.

参考文献 / References：

[1] 孙瑶, 王祥, 萧毅. 深度学习技术在肺癌影像学诊断中的应用进展 [J]. 上海医学影像, 2021(006):030.

[2] 曹斌, 杨锋, 马金刚. 深度学习方法在肺结节诊断中的应用 [J]. 激光与光电子学进展, 2021, 58(16):1600005. DOI:10.3788/LOP202158.1600005.

[3] 左艳, 黄钢, 聂生东. 深度学习在医学影像智能处理中的应用与挑战 [J]. 中国图象图形学报, 2021, 026(002):305-315.

[4] 李欣菱, 郭芳芳, 周振, 等. 基于深度学习的人工智能胸部CT肺结节检测效能评估 [J]. 中国肺癌杂志, 2019(6):5. DOI:10.3779/j.issn.1009-3419.2019.06.02.

[5] 刘婧, 张莺. 基于深度学习的计算机辅助诊断系统在肺癌早期诊断中的应用与进展 [J]. 国外医学：放射医学核医学分册, 2020(1).

[6] 闫思桃. 基于深度学习的肺结节筛查系统的研究与实现 [J]. [2024-08-12].

[7] 谭朵. 计算机辅助脑部CTA侧支循环自动评估算法研究 [D]. 西南大学, 2023.

[8] 王婧璇, 林岚, 赵思远, 等. 基于深度学习的肺结节计算机断层扫描影像检测与分类的研究进展 [J]. 生物医学工程学杂志, 2019, 36(4):7.

[9] 谢志勇, 周翔. 基于机器学习的医学影像分析在药物研发和精准医疗方面的应用 [J]. 中国生物工程杂志, 2019, 39(2):11. DOI:10.13523/j.cb.20190211.

[10] 陶谦, 袁哲. 基于深度学习的口腔癌预后分析 [J]. 口腔疾病防治, 2022, 30(2):6. DOI:10.12016/j.issn.2096-1456.2022.02.001.

[11] 王威, 李郁, 张文娟, 等. 深度学习技术在疾病诊断中的应用 [J]. 第二军医大学学报, 2018, 39(8):7. DOI:10.16781/j.0258-879x.2018.08.0852.

本文是一篇遵循创作共用许可证（CC BY）的开放获取文章

Canonical URL: https://creativecommons.org/licenses/by/4.0/