13、医疗领域的应用机器学习

医疗领域的应用机器学习

1. 神经网络基础

1.1 生物神经元与人工神经元

生物神经元从人工神经网络的角度来看，其他神经元传来的电脉冲会促使神经递质从神经元轴突的突触终端跨越突触传递到下游神经元的树突。当足够多的树突在短时间内接收到神经递质时，神经元就会产生电脉冲，即“放电”。

人工神经元是神经网络中用于执行整体计算问题一小部分的生物神经元简单模型。它接收来自其他神经元的输入，每个输入都关联一个权重，权重表示该神经元对该输入的重视程度。

1.2 人工神经网络

人工神经网络是由简单人工神经元通过有向加权连接组成的集合。系统运行时，输入单元的激活水平被固定为所需值，然后激活值会沿着有向加权连接在每个时间步传播到其他单元。非输入神经元的激活值通过每个神经元的激活函数计算得出。系统可能在若干时间步后进入稳定状态，或者在前馈网络的情况下，激活值会流向输出单元。学习是否发生取决于神经网络的类型和运行模式。

2. 深度学习概述

2.1 深度学习的定义与原理

深度学习是一种特定的机器学习，要深入理解它，需先掌握机器学习的基本原理。它形成的表示具有多个抽象层次，而非直接的输入到输出。“深度”意味着比人工神经网络有更多的层，并且由于摩尔定律和数据可用性，能够处理非常大的数据集。其驱动原理是使用无监督学习指导中间表示层的训练，且可在每层局部执行。

2.2 深度学习的优势与应用场景

深度学习在处理顺序、非结构化或模拟数据（如图像、音频和视频）方面表现出色，因其高性能而日益流行。它通过反向传播算法发现大型数据集中的复杂结构，指示机器如何更改其内部参