典型文献
超声图像血管分割的研究进展
文献摘要：
主要阐述超声图像血管分割算法及其评价指标.基于特征提取的经典图像处理算法不能摆脱对人工的依赖,削弱了分割算法的泛化能力;但对于缺乏大样本超声血管图像的研究场景下,充分利用传统且成熟的技术方法却是一种可行的研究办法.基于机器学习的算法提高了分割算法的泛化能力,改善了传统方法的短板;但深度学习技术对数据的依赖性强、可解释性差,其算法的有效性、稳定性还需深入研究.血管分割评价算法的研究极其重要,研究适合超声图像血管分割的客观评价方法也是重要课题之一.总之,传统方法仍然是解决超声图像血管分割的有效方法,传统方法与深度学习技术的紧密结合是未来的发展趋势.
文献关键词：
超声图像;特征提取;机器学习;血管分割;综述
中图分类号：
作者姓名：
孙国栋;石蕴玉;刘翔;宋家琳;赵静文;浦秀丽;尹玲
作者机构：
上海工程技术大学电子电气工程学院,上海201620;第二军医大学附属长征医院超声科,上海200003
文献出处：
引用格式：
[1]孙国栋;石蕴玉;刘翔;宋家琳;赵静文;浦秀丽;尹玲-.超声图像血管分割的研究进展)[J].中国医学物理学杂志,2022(04):453-458
A类：
B类：
超声图像,血管分割,分割算法,图像处理算法,泛化能力,大样本,究办,基于机器学习,深度学习技术,可解释性,客观评价方法,总之
AB值：
0.186552
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。
