基于深度学习的器官自动分割研究进展

• 作者: 全红 吴青南 戴相昆 郭雯 鞠忠建
• 来源期刊: 医疗卫生装备
• 学科: 医学
• 关键词: 深度学习 医学图像 自动分割 卷积神经网络 危及器官
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 综述
• 页码范围: 85-94
• 页数: 10页
• 分类号: R318|R319
• 字数: 7157字
• 语种: 中文
• DOI: 10.19745/j.1003-8868.2020021

摘要

介绍了使用率较高的深度学习基础网络的结构模型及常用改进方法,阐述了使用深度学习神经网络对MRI及CT图像中的脑部、肺部、肝脏、胰腺、前列腺等器官进行自动分割的研究进展.指出了未来应更多关注3D图像分割和少样本训练,开发更适用的网络结构,以提高器官分割准确性和分割效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	全红	武汉大学物理科学与技术学院	44	129	6.0	9.0
2	戴相昆	解放军总医院第一医学中心放疗科	76	427	11.0	15.0
3	鞠忠建	解放军总医院第一医学中心放疗科	45	218	9.0	11.0
4	郭雯	武汉大学物理科学与技术学院	4	1	1.0	1.0
5	吴青南		1	1	1.0	1.0