用于心脏图像分割的深度学习：综述
图像与视频处理
2020-03-10 v1 计算机视觉与模式识别
机器学习
定量方法
摘要
近年来，深度学习已成为心脏图像分割最广泛使用的方法。在本文中，我们综述了 100 余篇使用深度学习的心脏图像分割论文，涵盖了包括磁共振成像（MRI）、计算机断层扫描（CT）和超声（US）在内的常见成像模态，以及感兴趣的主要解剖结构（心室、心房和血管）。此外，我们汇总了公开可用的心脏图像数据集与代码仓库，以期为促进可复现研究提供基础。最后，我们讨论了当前基于深度学习的方法所面临的挑战与局限（标签稀缺、跨不同领域的模型泛化性、可解释性），并提出了未来研究的潜在方向。
引用
@article{arxiv.1911.03723,
title = {Deep learning for cardiac image segmentation: A review},
author = {Chen Chen and Chen Qin and Huaqi Qiu and Giacomo Tarroni and Jinming Duan and Wenjia Bai and Daniel Rueckert},
journal= {arXiv preprint arXiv:1911.03723},
year = {2020}
}
备注
Under review