简介：摘要：随着计算机技术不断发展和应用的日益普及，以机器学习为代表的人工智能技术在图像处理、语音处理和自然语言理解等方面得到了越来越广泛的应用。在图像处理和识别应用中，人脸识别、行人识别、目标跟踪、车牌识别等技术已经得到广泛普及，并开始影响人类生活方式发生变化。深度学习的发展无论对计算机视觉领域还是对机器学习领域的研究都产生了巨大的影响。如今，新的深度学习技术正在不断诞生。其对大众的生活已经产生了深远的影响。鉴于此，文章对深度学习在图像识别中的应用进行了研究，以供参考。

简介：摘要：随着计算机技术不断发展和应用的日益普及，以机器学习为代表的人工智能技术在图像处理、语音处理和自然语言理解等方面得到了越来越广泛的应用。在图像处理和识别应用中，人脸识别、行人识别、目标跟踪、车牌识别等技术已经得到广泛普及，并开始影响人类生活方式发生变化。深度学习的发展无论对计算机视觉领域还是对机器学习领域的研究都产生了巨大的影响。如今，新的深度学习技术正在不断诞生。其对大众的生活已经产生了深远的影响。鉴于此，文章对深度学习在图像识别中的应用进行了研究，以供参考。

简介：摘要目的探讨不同浓度的对比剂在CT小肠成像中对图像质量的影响。方法前瞻性收集2019年1月至8月上海交通大学医学院附属第九人民医院60例临床需要行CT小肠成像的患者。将患者按照数字表法随机分为3组，每组20例，A组采用400 mg/ml浓度对比剂90 ml，B组采用350 mg/ml浓度对比剂90 ml, C组采用400 mg/ml浓度对比剂79 ml。所有患者均行CT小肠成像检查。观察图像质量，客观评价指标包括主要腹部血管（腹主动脉、肠系膜上动脉、肠系膜下动脉、空肠动脉、回肠动脉、肠系膜上静脉及肠系膜下静脉）、正常空肠、回肠及炎症性肠病（IBD）病灶处肠壁的CT值，计算信噪比（SNR）和对比噪声比（CNR）；主观评价指标包括整体图像质量和空回肠直动脉评分。3组患者间计量资料采用单因素方差分析比较。结果3组间各部位平扫的CT值、SNR及CNR值差异均无统计学意义（P>0.05）；增强后动脉期A组、C组腹主动脉、肠系膜上动脉、肠系膜下动脉、空肠动脉、回肠动脉的CT值、SNR及CNR高于B组（P<0.05），A组与C组差异无统计学意义（P>0.05）；增强后静脉期A组肠系膜上静脉及肠系膜下静脉、空肠、回肠及IBD肠壁的CT值、SNR及CNR高于B组、C组（P<0.05），B组与C组差异无统计学意义（P>0.05）。A、B、C组患者的整体图像质量评分分别为（3.8± 0.7）、（3.4±0.6）、（3.4±0.6）分，差异无统计学意义（F=3.075，P=0.054）。3组患者的空回肠直动脉评分分别为（3.5±0.5）、（3.1±0.5）、（3.4±0.5）分，差异有统计学意义（F=3.684，P=0.031）。结论在相同注射流率和扫描参数下，400 mg/ml浓度的对比剂具有更好的血管及空腔脏器增强效果。