基于深度学习的医学图像分割研究进展

• 作者: 宫进昌 王远军 赵尚义
• 来源期刊: 中国医学物理学杂志
• 关键词: 医学图像分割 深度学习 卷积神经网络 综述
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 医学影像物理
• 页码范围: 420-424
• 页数: 5页
• 分类号: R318|TP391.5
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2019.04.010

摘要

医学图像分割是医学图像定量分析的关键步骤之一,因此病灶分割对临床诊断有重要意义.针对传统分割方法中存在的过多依赖医学领域的先验知识和人为评估错误等问题,提出了基于深度学习的病灶分割方法.本文总结了卷积神经网络算法应用于医学图像病灶分割的研究进展.首先,论述卷积神经网络的基本结构及其常用架构;其次介绍深度学习在医学图像病灶分割中的应用,其中包括肺结节的检测和分类,脑肿瘤分割和乳腺病灶的分割;最后,分析了目前该研究中存在的优缺点并对深度学习的发展方向进行展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王远军	上海理工大学医学影像工程研究所	66	239	9.0	12.0
2	赵尚义	上海理工大学医学影像工程研究所	3	6	1.0	2.0
3	宫进昌	上海理工大学医学影像工程研究所	2	5	1.0	2.0