在了解“卷积神经网络”之前，我们要先知道什么是“卷积”。维基百科对“卷积”的定义是：一个关于两个函数的数学运算。这个数学运算将会产生两个原始函数之外的第三个函数，这个函数通常被看作是两个原始函数之一的修正版，实际上是这两个原始函数的点乘式相乘的积分。我们可以简单地将第三个函数理解为“一个矩阵上的滑动窗口函数”。图片来源：deeplearning.stanford.edu如上图所示，绿色表示的是滑动窗口，红色的是滑动窗口矩阵，输出的结果是带有卷积特性的矩阵。下图是两个方形脉冲的卷积及其输出结果。图

在接下来的文章中，我们将会讨论医学影像中DICOM和NIFTI格式之间的不同，并且研究如何使用深度学习进行2D肺分割分析。除此之外，我们还将讨论在没有深度学习时，医学图像分析是如何进行的；以及我们现在如何使用深度学习进行医学图像分析。在这里，我非常欢迎和感谢我的新伙伴FlavioTrolese——4Quant的联合创始人和ETHZurich的讲师——他将协助我整合所有讨论的内容。根据Keras官网的介绍，Keras是Theanos和TensorFlow的一个深度学习库。运行于Theano和Ten

在了解“卷积神经网络”之前，我们要先知道什么是“卷积”。维基百科对“卷积”的定义是：一个关于两个函数的数学运算。这个数学运算将会产生两个原始函数之外的第三个函数，这个函数通常被看作是两个原始函数之一的修正版，实际上是这两个原始函数的点乘式相乘的积分。我们可以简单地将第三个函数理解为“一个矩阵上的滑动窗口函数”。图片来源：deeplearning.stanford.edu如上图所示，绿色表示的是滑动窗口，红色的是滑动窗口矩阵，输出的结果是带有卷积特性的矩阵。下图是两个方形脉冲的卷积及其输出结果。图

在接下来的文章中，我们将会讨论医学影像中DICOM和NIFTI格式之间的不同，并且研究如何使用深度学习进行2D肺分割分析。除此之外，我们还将讨论在没有深度学习时，医学图像分析是如何进行的；以及我们现在如何使用深度学习进行医学图像分析。在这里，我非常欢迎和感谢我的新伙伴Flavio Trolese——4Quant的联合创始人和ETHZurich的讲师——他将协助我整合所有讨论的内容。 根据Keras官网的介绍，Keras是Theanos和TensorFlow的一个深度学习库。