设为首页 |  加入收藏
首页首页 期刊简介 消息通知 编委会 电子期刊 投稿须知 广告合作 联系我们
深度学习在肝脏肿瘤CT图像分割中的应用

作者: 夏栋,张义,巫彤宁,陈新华,李从胜 
单位:1.中国信息通信研究院2.浙江大学医学院附属第一医院
关键词: 肝脏肿瘤; 图像分割; 深度学习; 卷积神经网络; 
分类号:
出版年·卷·期(页码):2023·42·3(308-314)
摘要:

肝脏肿瘤严重危害着全人类的生命健康。近年来,随着深度学习的快速发展,涌现了许多使用腹部计算机断层扫描(computed tomography,CT)图像进行肝脏肿瘤分割的深度学习方法,这些方法的应用对于临床上实现肝脏肿瘤的计算机辅助诊断具有十分重要的意义。为此,本文对深度学习方法在肝脏肿瘤CT图像分割中的应用进行了归纳,将各种卷积神经网络(convolutional neural networks,CNN)分为二维(two-dimensional,2D)、三维(three-dimensional,3D)和2.5维(2.5-dimensional,2.5D)卷积神经网络。此外,本文总结了各类网络的优缺点以及改进方法,为深度学习在肝脏肿瘤分割中的应用提供了有益参考。

参考文献:

服务与反馈:
文章下载】【加入收藏
提示:您还未登录,请登录!点此登录
 
友情链接  
地址:北京安定门外安贞医院内北京生物医学工程编辑部
电话:010-64456508  传真:010-64456661
电子邮箱:llbl910219@126.com