基于深度学习利用神经影像进行脑疾病分析的综述
图像与视频处理
2020-05-12 v1 计算机视觉与模式识别
机器学习
摘要
深度学习近来被用于神经影像的分析,如结构磁共振成像(MRI)、功能 MRI 和正电子发射断层扫描(PET),并在脑疾病的计算机辅助诊断中相较传统机器学习取得了显著的性能提升。本文综述了深度学习方法在基于神经影像的脑疾病分析中的应用。我们首先通过介绍各类深度神经网络及近期进展,对深度学习技术与流行网络架构进行了全面概述。随后综述了针对四种典型脑疾病——阿尔茨海默病、帕金森病、自闭症谱系障碍和精神分裂症——的计算机辅助分析的深度学习方法,其中前两者为神经退行性疾病,后两者分别为神经发育性与精神障碍。更重要的是,我们讨论了现有研究的局限性并给出了可能的未来方向。
引用
@article{arxiv.2005.04573,
title = {A Survey on Deep Learning for Neuroimaging-based Brain Disorder Analysis},
author = {Li Zhang and Mingliang Wang and Mingxia Liu and Daoqiang Zhang},
journal= {arXiv preprint arXiv:2005.04573},
year = {2020}
}
备注
30 pages, 7 figures