张红珍,杨少玲

    (1.安徽理工大学附属奉贤医院超声科,上海市 201499;2.上海市第八人民医院超声科,上海市 200235)

    20世纪60年代,达特茅斯学院的一次人工智能会议首次提出了“人工智能(artificial intelligence,AI)”的概念,人工智能技术被描述为制造智能机器的科学工程技术[1]。与人脑不同,人工智能的本质是模拟人类思维的一种计算机系统过程,人们通过人工将算法输入人工智能系统,使其具有算法功能,从而服务于人类生活及医疗活动[2]。

    AI技术主要包括机器学习(machine learning,ML)和深度学习(deep learning,DL)[3-6]两个子领域。机器学习被描述为计算机从经验中学习并在没有事先知道的情况下执行预定任务的过程[7]。具体而言,机器学习就是AI系统通过识别和提取一组观测数据(数据集)的模式自主获取知识的过程[8]。基于用于学习的样本是否被完全标记、部分标记或未标记,机器学习可以进一步分为监督、半监督和无监督学习,其中人工神经网络(ANN)是机器学习最典型的例子之一[9]。ANN主要是为了解决某种特定任务而设计,根据层状神经元的不同权重反映类似于人类大脑神经元之间的相互依赖性,每个神经元可接收多个输入,多个输入一起决定激活神经元,被激活的神经元输出一个信号以确定下一层神经元的状态,直到最后一层的神经元输出感兴趣的值,如分类决策或估计值[8,10]。

    深度学习是机器学习的一个子领域,与此同时,它也是深度神经网络的一个应用领域,深度学习使用多层的ANN来识别数据[11]。深度学习通过建立ANN的网络层次结构,进而一层一层地提取输入的信息,并表示为学习能力[12]。目前,图像识别和深度学习是人工智能在医学影像应用中的两个主要部分,这两部分均是基于对医学影像大数据的挖掘与应用,其中深度学习是人工智能应用于医学影像图像分析的核心环节[13-14]。现今,AI技术已发展成为一项里程碑式的计算机技术,其一经研发即受到医疗各个领域的广泛关注,尤其是在超声医学领域,本文就人工智能技术在颈动脉超声检查中的应用进展进行综述 ......