文献类型：期刊文章

作　　者：郑光远[1,2,3] 刘峡壁[1,2] 韩光辉[1,2]

ZHENG Guang-Yuan1,2,3, LIU Xia-Bi1,2, HAN Guang-Hui1,2(1.Beijing Laboratory of Intelligent Information Technology （Beijing Institute of Technology）, Beijing 100081, China; 2.School of Computer Science and Technology, Beijing Institute of Technology, Beijing 100081, China; 3.School of Computer Science and Technology, Shangqiu Normal University, Shangqiu 476000, China)

机构地区：[1]智能信息技术北京市重点实验室(北京理工大学),北京100081 [2]北京理工大学计算机学院,北京100081 [3]商丘师范学院计算机学院,河南商丘476000

出　　处：《软件学报》

基　　金：国家自然科学基金(60973059;81171407);教育部新世纪优秀人才支持计划(NCET-10-0044)~~

年　　份：2018

卷　　号：29

期　　号：5

起止页码：1471-1514

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：计算机辅助检测/诊断(computer-aided detection/diagnosis,简称CAD)能够提高诊断的准确性,减少假阳性的产生,为医生提供有效的诊断决策支持.旨在分析计算机辅助诊断工具的最新发展.以CAD研究较多的四大致命性癌症的发病医学部位为主线,按照不同的成像技术和病类,对目前CAD在不同医学图像领域的应用进行了较为详尽的综述,从图像数据集、算法和评估方法等方面做多维度梳理.最后分析了医学图像CAD系统研究领域目前存在的问题,并对此领域的研究趋势和发展方向进行展望.

关 键 词：计算机辅助检测(CADe)  计算机辅助诊断(CADx)  医学图像 肺癌  乳腺癌  结直肠癌 前列腺癌

分 类 号：TP391]