基于 AI 的 prostate 多模态图像自动分割综述
图像与视频处理
2024-07-10 v1 计算机视觉与模式识别
机器学习
摘要
前列腺癌是健康的重大威胁。早期检测对于降低前列腺癌患者的死亡率至关重要。一种方法是使用多模态（CT、MRI、US 等）计算机辅助诊断（CAD）系统进行前列腺区域。然而，由于图像中的不完善以及前列腺复杂组织结构，前列腺分割具有挑战性。精准医学和临床容量显著增加已推动了医学影像领域各种数据驱动任务的需求。最近，众多机器学习和数据挖掘工具已集成到医疗领域的各个方面，包括图像分割。本文提出了一种新分类方法，用于区分训练阶段中的监督类型（按数量或种类）。随后，我们对基于 AI 的自动前列腺分割方法进行了调查，考察了每种方法的优势和局限性。此外，我们介绍了用于验证和评估分割方法性能的变体评估指标，并总结了当前挑战。最后，讨论了未来的研究方向和发展趋势，反映了我们的文献调查结果，表明高精度检测和治疗前列腺癌是一个有前景的方向。
引用
@article{arxiv.2407.06612,
title = {AI-based Automatic Segmentation of Prostate on Multi-modality Images: A Review},
author = {Rui Jin and Derun Li and Dehui Xiang and Lei Zhang and Hailing Zhou and Fei Shi and Weifang Zhu and Jing Cai and Tao Peng and Xinjian Chen},
journal= {arXiv preprint arXiv:2407.06612},
year = {2024}
}