MRI脑肿瘤图像分割研究进展及挑战

• 作者: 关欣 李锵 白柯鑫 赵柳
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 脑肿瘤图像分割 核磁共振成像(MRI) 监督分割 非监督分割 深度学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 学者观点
• 页码范围: 419-431
• 页数: 13页
• 分类号: TP391.4
• 字数: 8528字
• 语种: 中文

摘要

脑肿瘤分割是医学图像处理中的一项重要内容,其目的是辅助医生做出准确的诊断和治疗,在临床脑部医学领域具有重要的实用价值.核磁共振成像(MRI)是临床医生研究脑部组织结构的主要影像学工具,为了使更多研究者对MRI脑肿瘤图像分割理论及其发展进行探索,本文对该领域研究现状进行综述.首先总结了用于MRI脑肿瘤图像分割的方法,并对现有方法进行了分类,即分为监督分割和非监督分割;然后重点综述了基于深度学习的脑肿瘤分割方法,在研究其关键技术基础上归纳了优化策略;最后介绍了脑肿瘤分割(BraTS)挑战,并结合挑战中所用方法展望了脑肿瘤分割领域未来的发展趋势.MRI脑肿瘤图像分割领域的研究已经取得了一些显著进展,尤其是深度学习的发展为该领域的研究提供了新的思路.但由于脑肿瘤在大小、形状和位置方面的高度变化,以及脑肿瘤图像数据有限且类别不平衡等问题,使得脑肿瘤图像分割仍是一个极具挑战的课题.由于分割过程缺乏可解释性和透明性,如何将全自动分割方法应用于临床试验,还需要进行深入研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李锵	天津大学微电子学院	74	624	12.0	22.0
2	关欣	天津大学微电子学院	36	193	9.0	12.0
3	白柯鑫	天津大学微电子学院	1	0	0.0	0.0
4	赵柳	天津大学微电子学院	3	1	1.0	1.0