医学图像深度交互式分割:系统综述与分类体系

交互式分割是医学图像分析中的关键研究领域,旨在通过引入人类反馈提升昂贵标注的效率。该反馈以点击、涂鸦或掩码的形式呈现,并允许对模型输出进行迭代精炼,从而高效引导系统达到期望行为。近年来,基于深度学习的方法将性能提升至新高度,引发该领域快速发展,仅医学影像领域就提出了121种方法。本综述对该新兴领域提供结构化概览,涵盖全面分类体系、对现有方法的系统回顾以及对当前实践的深入分析。基于这些贡献,我们探讨该领域的挑战与机遇。例如,我们发现方法间严重缺乏对比,需通过标准化基线及基准加以解决。