根据本讲，新一代人工智能影像智能系统的体系架构中，最底下的一层是()。

B解析：由于影像检查资料大量都属于客观资料，而且信息标准化的程度较好，早在人工智能技术出现之前，人们已经尝试通过各种方式提高影像诊断效率，其中以CAD（计算机辅助决策系统）应用最为广泛，它通过专家提取特征，制定分类规则，建立各种复杂严密的数学模型，实现了对影像的自动分析。但被固定的分析模型仅能处理和识别非常有限的影像表现，无法自主学习和优化。基于深度学习的人工智能影像分析技术解决了这一不足，深度学习通过广泛的图像训练，从底层提取特征，能够实现对更加多样化的影像表现识别并不断自动优化。基于人工智能的新的解决方案给医学影像分析带来诸多益处：高效的处理和分析影像速度，快速给出辅助判断结果；良好的灵敏度，降低筛检中的漏诊率；专家知识学习，定量数据分析，填补医技间鸿沟，提高基层检查质量。人工智能+影像应用的现状新的智能资源能力和产品层是新一代人工智能影像智能系统的体系架构中最底下的一层