医学影像中多器官分析的计算解剖学：综述
计算机视觉与模式识别
2018-12-21 v1
摘要
医学图像分析领域传统上一直专注于开发针对特定器官和疾病的方法。近年来，开发更全面的计算解剖学模型的兴趣日益增长，从而催生了多器官模型。与传统特定器官策略不同，多器官方法将器官间关系纳入模型中，从而更准确地表征复杂的人体解剖结构。器官间关系不仅是空间上的，也是功能和生理上的。多年来，为高效建模多器官结构而提出的策略已从简单的全局建模，演变为更精细的方法，如序列式、层次化或基于机器学习的模型。在本文中，我们对多器官分析及相关计算解剖学方法的最新进展进行了综述。该文稿按照基于方法学的分类，对用于多器官和多解剖结构分析的不同技术进行了梳理，从使用点分布模型的技术到最新的基于深度学习的方法。本综述纳入了300余篇论文，我们反思了计算解剖学领域的趋势与挑战、各解剖区域的特性，以及多器官分析在提升医学影像应用对未来医疗保健影响力方面的潜力。
引用
@article{arxiv.1812.08577,
title = {Computational Anatomy for Multi-Organ Analysis in Medical Imaging: A Review},
author = {Juan J. Cerrolaza and Mirella Lopez-Picazo and Ludovic Humbert and Yoshinobu Sato and Daniel Rueckert and Miguel Angel Gonzalez Ballester and Marius George Linguraru},
journal= {arXiv preprint arXiv:1812.08577},
year = {2018}
}
备注
Paper under review