基于深度学习的医学图像分割方法研究进展 |
| |
引用本文: | 李增辉,王伟.基于深度学习的医学图像分割方法研究进展[J].电子科技,2024(1):72-80. |
| |
作者姓名: | 李增辉 王伟 |
| |
作者单位: | 1. 上海理工大学健康科学与工程学院;2. 海军特色医学中心 |
| |
摘 要: | 医学图像处理技术随着深度学习的兴起而飞速发展。基于深度学习的医学图像分割技术成为了分割领域的主流方法,弥补了传统分割方法分割精度不足的缺点,已被应用到一些病理图像的分割任务中。文中对近年来出现的基于深度学习的分割方法进行了介绍和对比,重点综述了U-Net及其改进模型在分割领域的贡献,归纳了常见的医学图像模态、分割算法的评价指标和常用分割数据集,并对医学图像分割技术的未来发展进行了展望。
|
关 键 词: | 医学图像分割技术 深度学习 U-Net 分割算法 图像处理 医学图像模态 评价指标 分割数据集 |
|
|