自然与医学图像的深度语义分割：综述

语义图像分割任务包括将图像的每个像素分类到一个实例中，每个实例对应一个类别。该任务是场景理解或更好地解释图像全局上下文概念的一部分。在医学图像分析领域，图像分割可用于图像引导干预、放射治疗或改进的放射诊断。在本综述中，我们将领先的基于深度学习的医学和非医学图像分割解决方案分为六个主要组别：深度架构、基于数据合成、基于损失函数、序列模型、弱监督和多任务方法，并对每组中的贡献进行了全面回顾。此外，针对每组，我们分析了每种变体，讨论了当前方法的局限性，并提出了语义图像分割的潜在未来研究方向。