医学图像分析深度学习方法研究与挑战

• 作者: 刘劲光 刘国才 田娟秀 谷珊珊 鞠忠建 顾冬冬
• 来源期刊: 自动化学报
• 关键词: 深度学习 医学图像分析 卷积神经网络 图像分类 图像分割
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 综述
• 页码范围: 401-424
• 页数: 24页
• 字数: 26356字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c170153

摘要

深度学习(Deep learning,DL),特别是深度卷积神经网络(Convolutional neural networks,CNNs),能够从医学图像大数据中自动学习提取隐含的疾病诊断特征,近几年已迅速成为医学图像分析研究热点.本文首先简述医学图像分析特点;其次,论述深度学习基本原理,总结深度CNNs在医学图像分析中的分类、分割框架;然后,分别论述深度学习在医学图像分类、检测、分割等各应用领域的国内外研究现状;最后,探讨归纳医学图像分析深度学习方法挑战及其主要应对策略和开放的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国才	湖南大学电气与信息工程学院	15	176	6.0	13.0
2	田娟秀	湖南大学电气与信息工程学院	6	57	3.0	6.0
6	顾冬冬	湖南大学电气与信息工程学院	2	49	1.0	2.0
7	谷珊珊	北京解放军总医院放疗科	1	48	1.0	1.0
8	鞠忠建	北京解放军总医院放疗科	1	48	1.0	1.0
9	刘劲光	湖南大学电气与信息工程学院	1	48	1.0	1.0