生物医学成像中的深度学习与统计学习：3D MRI 脑肿瘤分割的现状
图像与视频处理
2022-12-23 v2 计算机视觉与模式识别
摘要
临床诊断与治疗决策依赖于将患者特异性数据与临床推理相整合。鉴于癌症疾病演变的多样形式，其构成了影响治疗决策的特殊背景。生物医学成像基于视觉评估实现对疾病的无创评价，从而改善临床结局预测与治疗规划。早期脑肿瘤表征方法主要依赖神经影像数据的统计建模。受计算机视觉领域突破的推动，深度学习已成为医学影像领域的事实标准。统计与深度学习相融合的方法近来已成为医疗实践自动化中的新方向，统一了医学、统计学与人工智能的多学科知识。在本研究中，我们批判性回顾了主要的统计与深度学习模型及其在脑成像研究中的应用，重点关注基于 MRI 的脑肿瘤分割。结果确实凸显出，模型驱动的经典统计学与数据驱动的深度学习是开发临床肿瘤学自动化系统的有力组合。
引用
@article{arxiv.2103.05529,
title = {Deep and Statistical Learning in Biomedical Imaging: State of the Art in 3D MRI Brain Tumor Segmentation},
author = {K. Ruwani M. Fernando and Chris P. Tsokos},
journal= {arXiv preprint arXiv:2103.05529},
year = {2022}
}
备注
21 pages, 7 figures