医学图像关键点检测深度学习方法研究与挑战

• 作者: 李居朋 王颖慧 李刚
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 医学图像处理 关键点检测 深度学习 卷积神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 综述评论|SURVEYS AND REVIEWS
• 页码范围: 226-237
• 页数: 12页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.12263/DZXB.20200725

摘要

作为众多医学图像处理的前提和关键,医学图像关键点检测具有重要的理论研究和应用价值.由于个体间差异性和个体内歧义性的影响,以及更高的临床应用定位精度的要求,医学解剖关键点检测面临着巨大的挑战.鉴于深度学习技术在医学图像关键点检测乃至整个医学图像处理领域都表现出了强大的实力,本文全面检索发表于顶级医学期刊和会议论文集中的医学图像关键点研究成果并进行了详细的梳理和综述.从计算机视觉任务角度简述医学图像关键点检测及其存在的难点;总结了深度学习技术在医学图像关键点检测中的基本框架,详细论述了医学图像关键点检测的分类问题和回归分析两种不同类型的解决思路;最后探讨了医学图像关键点检测深度学习方法面临的挑战、主要应对策略和开放的研究方向.