文献类型：期刊文章

作　　者：宫进昌[1] 赵尚义[1] 王远军[1]

GONG Jinchang;ZHAO Shangyi;WANG Yuanjun(Institute of Medical Imaging Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China)

机构地区：[1]上海理工大学医学影像工程研究所,上海200093

出　　处：《中国医学物理学杂志》

基　　金：国家自然科学基金(61201067)

年　　份：2019

卷　　号：36

期　　号：4

起止页码：420-424

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、ZGKJHX、普通刊

摘　　要：医学图像分割是医学图像定量分析的关键步骤之一,因此病灶分割对临床诊断有重要意义。针对传统分割方法中存在的过多依赖医学领域的先验知识和人为评估错误等问题,提出了基于深度学习的病灶分割方法。本文总结了卷积神经网络算法应用于医学图像病灶分割的研究进展。首先,论述卷积神经网络的基本结构及其常用架构;其次介绍深度学习在医学图像病灶分割中的应用,其中包括肺结节的检测和分类,脑肿瘤分割和乳腺病灶的分割;最后,分析了目前该研究中存在的优缺点并对深度学习的发展方向进行展望。

关 键 词：医学图像分割 深度学习  卷积神经网络 综述  

分 类 号：R318[生物医学工程类] TP391.5[基础医学类]