毕业论文课题相关文献综述
1.1研究背景意义医疗机构每年都会产生大量的医学影像，这些医学影像数据往往包含大量潜在信息。
如今，对医学图像进行处理已经成为一种很实用的方法，但是随着医学成像设备的飞速发展和普及应用，医学图像数据呈爆炸式增涨，如何高效而准确地进行医学图像分析成为一大挑战。
因此，对医学图像的目标检测方法研究逐渐的变得热门。
目标检测对于人类来说并不困难，通过对图片中不同颜色模块的感知很容易定位并分类出其中目标物体，但对于计算机来说，面对的是RGB像素矩阵，很难从图像中直接得到狗和猫这样的抽象概念并定位其位置，再加上有时候多个物体和杂乱的背景混杂在一起，目标检测更加困难。
在传统视觉领域，目标检测就是一个非常热门的研究方向，一些特定目标的检测，比如人脸检测和行人检测已经有非常成熟的技术了。
普通的目标检测多次尝试，但是效果总是差强人意。
之后，人们便开始转向基于深度学习的目标检测方法研究，可以说这种方式可以解决传统的目标检测方法中的很多问题，有很大的发展空间，但是还面临很多的挑战。
1.2国内外现状分析在医学成像中，要做到精准诊断，对疾病进行评估，需要借助影像设备获取图像、解读医学影像、检测出异常、将想量测的位置进行量化[1]。
这些任务可以使用深度学习的方式来完成。
目标检测一直是医学影像处理中的一个重要的预处理步骤。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
