脑肿瘤MR图像分割方法现状及挑战

• 作者: 席欢欢 贺松 黄旭 张硕 张慧
• 来源期刊: 软件导刊
• 关键词: 脑肿瘤 医学影像识别 图像分割 深度学习 智慧医疗
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 研究综述
• 页码范围: 240-246
• 页数: 7页
• 分类号: TP317.4
• 语种: 中文
• DOI: 10.11907/rjdk.211025

摘要

核磁共振成像(MRI)是辅助脑肿瘤诊断和治疗的重要手段,精准分割脑肿瘤病变区域和组织对于辅助诊疗具有重要作用.为使研究者对脑肿瘤MR图像分割现状有一个较清晰的了解,在参阅大量文献基础上,梳理近几年脑肿瘤MR图像分割发展情况,对传统的分割方法和基于深度学习的分割方法基本思想、方法理论和优缺点进行综述.对比发现,基于深度学习的分割方法较传统的分割算法有较好的效果,是当前主流的分割方法,推动了脑肿瘤MR图像自动分割方法在临床诊断上的应用,具有良好的发展前景.