基于深度学习医学图像分割研究进展.PDFVIP

第36 卷 第4 期 中国医学物理学杂志 Vol. 36 No.4 2019 年 4 月 Chinese Journal of Medical Physics April 2019 DOI: 10.3969/j.issn. 1005-202X.2019.04.010 医学影像物理 基于深度学习的医学图像分割研究进展 宫进昌，赵尚义，王远军 上海理工大学医学影像工程研究所，上海200093 【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。