机器学习在MRI图像脑肿瘤分割中的研究进展

• 作者: 包星星 赵璨 饶家声
• 来源期刊: 医疗卫生装备
• 学科: 医学
• 关键词: 脑肿瘤分割 磁共振成像 传统机器学习 深度学习
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 综述
• 页码范围: 90-96
• 页数: 7页
• 分类号: R318|R445
• 字数: 6290字
• 语种: 中文
• DOI: 10.19745/j.1003-8868.2019282

摘要

介绍了MRI图像脑肿瘤分割的意义与困难,阐述了机器学习在非侵入性鉴别脑肿瘤中的优势,分析了模糊C聚类、支持向量机、随机森林3种具有代表性的传统机器学习方法以及新兴的深度学习方法在MRI图像脑肿瘤分割中的应用及研究进展,并比较了这4种方法各自的优势、缺点和适用情况.指出了未来应用传统机器学习和深度学习方法进行脑肿瘤识别与分割应向更加多模态、高自动度、低复杂度、高鲁棒性和自适应性以及深度挖掘图像信息的方向发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶家声	北京航空航天大学生物与医学工程学院生物材料与神经再生北京市重点实验室	7	19	3.0	4.0
5	包星星	北京航空航天大学生物与医学工程学院生物材料与神经再生北京市重点实验室	1	0	0.0	0.0
6	赵璨	北京航空航天大学生物医学工程高精尖创新中心	6	19	3.0	4.0