典型文献
面向深度学习的胰腺医学图像分割方法研究进展
文献摘要：
精确的胰腺医学图像分割在胰腺疾病的术前诊断,手术计划以及术后评估中均具有重要意义.相较于肝脏和肺,胰腺在不同个体上的形态体积具有高度的可变性,因此准确自动的分割胰腺是一项具有挑战性的任务.近年来,深度学习为胰腺分割提供了一种高效率、高精度的解决方案,较之于传统方法有明显的性能提升.本文研究回顾了近五年基于深度学习的胰腺分割领域的相关文献,梳理了常用的胰腺分割数据集,并对胰腺的深度学习分割方法进行了较为详尽的分类与总结.重点介绍了每类分割方案的原理、基本思想、网络架构,评述了方案的优缺点,并在统一评价指标上进行分割性能的比较.最后本文提出了现有的基于深度学习的胰腺分割方法存在的问题,并对未来的研究趋势进行了展望.
文献关键词：
计算机断层扫描;胰腺;深度学习;医学图像分割;FCN;UNet;长短时记忆网络;生成对抗网络
中图分类号：
作者姓名：
曹路洋;李建微
作者机构：
福州大学物理与信息工程学院,福州350116
文献出处：
引用格式：
[1]曹路洋;李建微-.面向深度学习的胰腺医学图像分割方法研究进展)[J].小型微型计算机系统,2022(12):2591-2604
A类：
B类：
医学图像分割,分割方法,胰腺疾病,术前诊断,手术计划,术后评估,可变性,胰腺分割,较之于,性能提升,研究回顾,详尽,每类,基本思想,网络架构,研究趋势,计算机断层扫描,FCN,UNet,长短时记忆网络,生成对抗网络
AB值：
0.282894
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
