Comparative Evaluation of Traditional Methods and Deep Learning for Brain Glioma Imaging. Review Paper

分割对于脑肿瘤至关重要，因为它描绘了肿瘤的范围和位置，助力精准治疗计划和随访，从而改善患者预后。准确的分割确保正确识别肿瘤的大小和位置，将图像转化为可用于分析的数据。脑肿瘤的分类也至关重要，因为不同类型需要不同的治疗方案。准确地按大小、位置和恶性等级分类脑肿瘤对于个人化预后预测、随访护理和监测疾病进展至关重要，以确保有效诊断、治疗和管理。在肿瘤研究中，常可观察到不规则组织，但实现无误且可重复的分割具有挑战。许多研究人员调查了脑肿瘤分割，提出了全自动和半自动技术。这些方法的采纳程度取决于易用性和监督需求，半自动技术因需要准确评估而受到偏好。本综述评估了磁共振成像后有效的分割和分类技术，强调卷积神经网络架构在这些任务中优于传统技术。