使用脑部MRI的多发性硬化病灶检测方法文献综述
图像与视频处理
2023-02-21 v1 计算机视觉与模式识别
摘要
引言：多发性硬化（Multiple Sclerosis, MS）是一种影响全球数百万人的慢性疾病。MS可严重影响中枢神经系统的不同器官，如眼睛、脊髓和大脑。背景：为了帮助医生诊断MS病灶，计算机辅助方法被广泛使用。在这方面，针对磁共振图像（MRI）中MS病灶的自动检测与分割已开展了大量研究。方法：在本研究中，我们回顾了用于计算机辅助检测和分割MS病灶的不同方法。我们的综述将MS病灶分割方法分为六大类：数据驱动、统计、监督机器学习、无监督机器学习、模糊和基于深度学习的技术。我们批判性地分析了这些方法下的不同技术，并强调了它们的优缺点。结果：从研究中我们观察到，相当一部分工作（约占相关文献的25%）集中在基于统计的MS病灶分割技术上，其次是数据驱动方法（占21.15%）、深度学习方法（占19.23%）和监督方法（占15.38%）。意义：该研究指出了未来研究中需要解决的挑战/空白。研究展示了近十年来在MS病灶检测与分割方面所做的工作。结果表明，近年来，深度学习方法的表现优于所有其他方法。
引用
@article{arxiv.2302.09516,
title = {A Bibliography of Multiple Sclerosis Lesions Detection Methods using Brain MRIs},
author = {Atif Shah and Maged S. Al-Shaibani and Moataz Ahmad and Reem Bunyan},
journal= {arXiv preprint arXiv:2302.09516},
year = {2023}
}