将领域知识融入深度学习用于医学图像分析综述
图像与视频处理
2021-02-09 v4 计算机视觉与模式识别
摘要
尽管 CNN 等深度学习模型在医学图像分析中取得了巨大成功，医学数据集规模小仍是该领域的主要瓶颈。为解决这个问题，研究者已开始寻找超出当前可用医学数据集的外部信息。传统方法通常通过迁移学习利用自然图像中的信息。更近期的工作利用来自医生的领域知识，创建类似于医生受训方式、模仿其诊断模式或关注其特别留意的特征或区域的网络。在本综述中，我们总结了将医学领域知识融入深度学习模型以用于各种任务（如疾病诊断、病灶、器官与异常检测、病灶与器官分割）的当前进展。对于每项任务，我们系统地对已利用的不同种类医学领域知识及其相应融合方法进行了归类。我们也给出了当前挑战与未来研究方向。
引用
@article{arxiv.2004.12150,
title = {A Survey on Incorporating Domain Knowledge into Deep Learning for Medical Image Analysis},
author = {Xiaozheng Xie and Jianwei Niu and Xuefeng Liu and Zhengsu Chen and Shaojie Tang and Shui Yu},
journal= {arXiv preprint arXiv:2004.12150},
year = {2021}
}
备注
27 pages, 18 figures