关键词:
肝脏及肝脏肿瘤
图像分割
深度学习
有监督学习
无监督学习
摘要:
肝癌作为一种恶性肿瘤,其发病率和死亡率正呈逐年上升趋势,临床中精准分割肝脏与肿瘤对肝癌的诊断与治疗至关重要。传统的肝脏及肿瘤分割依赖医生手工操作,过程耗时且高度依赖医生经验,在大规模数据处理中难以确保效率和精度,且易因主观判断差异导致误差。近年来,深度学习因能自动提取图像特征被广泛应用于医学图像处理,在肝脏及肝脏肿瘤分割任务中也取得了显著进展。为更深入开展深度学习在肝脏及肝脏肿瘤分割的应用研究,从常用公开数据集及评价指标入手,分别从有监督与无监督学习的角度,梳理近年来深度学习在肝脏及其肿瘤分割领域的应用进展,总结各模型的优缺点,对比各类方法的性能差异,并以此为基础讨论现有研究尚存的不足及挑战,展望其未来发展方向,以期为进一步研究提供参考。