医学图像分析中的深度学习：概念、方法、挑战与未来方向
计算机视觉与模式识别
2019-02-18 v1
摘要
由于深度学习，医学图像分析目前正在经历范式转变。该技术最近引起了医学成像界的极大兴趣，以至于在2018年专门召开了“医学图像与深度学习”会议。本文综述了该方向的最新进展，并对相关主要方面进行了批判性回顾。我们根据底层的模式识别任务组织所综述的文献，并进一步基于人体解剖学分类法对其进行子分类。本文不要求具备深度学习先验知识，并在向医学界非专家解释深度学习核心概念方面做出了重要贡献。本研究的独特之处在于从计算机视觉/机器学习的视角看待医学成像中深度学习的进展。这使我们能够指出“缺乏适当标注的大规模数据集”作为该研究方向的核心挑战（及其他挑战之一）。我们借鉴计算机视觉、模式识别和机器学习等姊妹研究领域的见解，其中应对此类挑战的技术已经成熟，以为医学成像界未来充分利用深度学习提供有前景的方向。
引用
@article{arxiv.1902.05655,
title = {Going Deep in Medical Image Analysis: Concepts, Methods, Challenges and Future Directions},
author = {Fouzia Altaf and Syed M. S. Islam and Naveed Akhtar and Naeem K. Janjua},
journal= {arXiv preprint arXiv:1902.05655},
year = {2019}
}