文献类型：期刊文章

作　　者：陈诗慧[1] 刘维湘[1] 秦璟[2] 陈亮亮[1] 宾果[1] 周煜翔[1] 汪天富[1] 黄炳升[1]

机构地区：[1]深圳大学医学部生物医学工程学院,广东深圳518060 [2]香港理工大学护理学院

出　　处：《生物医学工程学杂志》

基　　金：国家自然科学基金青年项目(81301273);深圳大学高端人才科研启动项目(00048);广东省大学生创新训练计划项目(201510590054)

年　　份：2017

卷　　号：34

期　　号：2

起止页码：314-319

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、EI(收录号：20172103687816)、EMBASE、IC、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：日益精细化的癌症医学图像提供了大量的有用信息,对辅助医生作出准确诊断发挥着至关重要的作用。为了准确、高效地利用这些信息,基于癌症医学图像的计算机辅助诊断(CAD)研究成为业界热点。近年来,深度学习技术的应用使这方面的研究取得了长足进步。本文拟就深度学习应用于癌症医学图像的计算机辅助诊断的研究进展予以综述。我们发现深度学习在肿瘤分割和分类方面展示了比传统浅层学习方法更好的效果,不仅有广阔的研究空间,也有较好的临床应用前景。

关 键 词：癌症 医学图像 深度学习  计算机辅助诊断 肿瘤分割  肿瘤分类

分 类 号：R730.4] TP391.7[临床医学类]