面向医学影像（聚焦MRI）的深度学习综述
计算机视觉与模式识别
2019-09-24 v2 机器学习
机器学习
摘要
近年来机器学习领域发生了什么，这对医学图像分析的未来意味着什么？过去几年中，机器学习受到了极大的关注。当前的繁荣大约始于2009年，当时所谓的深度人工神经网络在若干重要基准上开始优于其他既有模型。深度神经网络如今是横跨从图像分析到自然语言处理等多个领域的最先进机器学习模型，并被学术界与工业界广泛部署。这些进展对医学影像技术、医学数据分析、医学诊断乃至整体医疗保健具有巨大潜力，正逐步得以实现。我们简要概述了应用于医学图像处理与图像分析的机器学习近期进展及若干相关挑战。由于这已成为一个非常广泛且快速扩展的领域，我们不会综述全部应用图景，而是特别关注MRI中的深度学习。我们的目标有三：(i) 简要介绍深度学习并指向核心文献；(ii) 指明深度学习如何应用于整个MRI处理链，从采集到图像检索，从分割到疾病预测；(iii) 通过指出优质教育资源、最先进的开源代码以及与医学影像相关的有趣数据和问题来源，为有兴趣实验并或许投身医学影像机器学习领域的人士提供起点。
引用
@article{arxiv.1811.10052,
title = {An overview of deep learning in medical imaging focusing on MRI},
author = {Alexander Selvikvåg Lundervold and Arvid Lundervold},
journal= {arXiv preprint arXiv:1811.10052},
year = {2019}
}
备注
Minor updates. Close to the version published in Zeitschrift f\"ur Medizinische Physik (Available online 13 December 2018)