用于肺栓塞诊断的深度学习与传统CAD方案：综述
图像与视频处理
2023-12-05 v1 计算机视觉与模式识别
摘要
如今，计算机断层扫描血管造影（CTA）是检测肺栓塞（PE）的主要工具。然而，由于肺组织的特定条件、数据量庞大、经验不足以及视觉疲劳，人工解读CTA体数据需要放射科医师参与，耗时且易出错。因此，计算机辅助设计（CAD）系统被用作PE诊断的第二意见。本文旨在回顾、评估和比较基于深度学习与传统的CAD系统在PE诊断中的性能，以帮助该领域的医生和研究人员。在本研究中，我们使用传统和深度学习方法，对IEEE、ScienceDirect、Wiley、Springer、Nature和Wolters Kluwer等数据库中PE诊断领域的所有可用文章进行了审查。从2002年到2023年，研究了23篇论文以提取符合既定限制条件的文章。每篇论文都提出了一个自动PE检测系统，我们使用灵敏度、假阳性（FP）和数据集数量等标准对其进行评估。与先前在该研究领域发表的综述文章相比，本研究涵盖了近期研究、最前沿的研究工作，并提供了更全面的概述。
引用
@article{arxiv.2312.01351,
title = {Deep learning and traditional-based CAD schemes for the pulmonary embolism diagnosis: A survey},
author = {Seyed Hesamoddin Hosseini and Amir Hossein Taherinia and Mahdi Saadatmand},
journal= {arXiv preprint arXiv:2312.01351},
year = {2023}
}
备注
22 pages, 6 figures, 5 tables