体医学图像数据中的 3D 边界框检测：系统性文献综述
图像与视频处理
2021-05-18 v1 计算机视觉与模式识别
机器学习
摘要
本文讨论体医学图像数据中 3D 边界框检测的当前方法与趋势。为此，给出近年来相关论文的概览。对 2D 与 3D 实现进行讨论与比较。呈现多种已识别的解剖结构定位方法。结果表明，近期多数研究聚焦于深度学习方法，如卷积神经网络，而非手动特征工程方法，例如随机回归森林（Random-Regression-Forests）。给出边界框检测方案的概览，帮助研究者为其目标对象选择最有前景的方法。
引用
@article{arxiv.2012.05745,
title = {3D Bounding Box Detection in Volumetric Medical Image Data: A Systematic Literature Review},
author = {Daria Kern and Andre Mastmeyer},
journal= {arXiv preprint arXiv:2012.05745},
year = {2021}
}
备注
10 pages, 5 figures, 1 table