基于深度学习和医学图像的癌症计算机辅助诊断研究进展.PDF

?·综 述· 基于深度学习和医学图像的癌症计算机辅助 诊断研究进展 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 ? ?综述 ?? 黄炳升1 ? ?审校 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（香港） 【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 Research progress of computer-aided diagnosis in cancer based on deep learning and medical imaging CHEN Shihui1, LIU Weixiang1, QIN Jing2, CHEN Liangliang1, BIN Guo1, ZHOU Yuxiang1, WANG Tianfu1, HUANG Bingsheng1 1. School of Biomedical Engineering, Shenzhen University Health Sciences Center, Shenzhen, Guangdong 518060, P.R.China 2. School of Nursing, The Hong Kong Polytechnic University, Hong Kong, P.R.China Corresponding author: WANG Tianfu, Email: tfwang@ 【Abstract】 The dramatically increasing high-resolution medical images provide a great deal of useful information for cancer diagnosis, and play an essential role in assisting radiologists by offering more objective decisions. In order to utilize the information accurately and efficiently, researchers are focusing on computer-aided diagnosis (CAD) in cancer imaging. In recent years, deep learning as a state-of-the-art machine learning technique has contributed to a great progress in this field. This review covers the reports about deep learning based CAD systems in cancer imaging. We found that deep learning has outperformed conventional machine learning techniques in both tumor segmentation and classification, and that the technique may bring about a breakthrough in CAD of cancer with great prospect in the future clinical practice. 【Key words】 cancer; medical images; deep learning; computer-aided diagnosis; tumor segmentation; tumor classification 引言 据美国国家统计局 2015 年的癌症统计数据显 示，在美国癌症是导致死亡的第二大原因，且在未 来几年极有可能超过心血管类疾病成为死亡的首 要因素[1]。在我国，癌症已成为主要的公共健康问 题和首要死亡原因。根据 2015 年的癌症统计数 据，中国有 429.2 万例新发病例，281.4 万例死亡病 例[2]。如果癌