多发性硬化病灶分割——基于有监督 CNN 的方法综述
图像与视频处理
2020-12-29 v2 计算机视觉与模式识别
机器学习
摘要
病灶分割是多发性硬化（MS）患者 MRI 扫描定量分析的核心任务。深度学习技术在多种医学图像分析应用中近期取得的成功，重新激发了学界对这一挑战性问题的兴趣，并带来了新算法开发的热潮。本综述中，我们调研了用于 MS 病灶分割的基于有监督 CNN 的方法。我们将所回顾的工作解耦为各自的算法组件并分别讨论。对于在公开基准数据集上提供评估的方法，我们报告了它们结果之间的比较。
引用
@article{arxiv.2012.08317,
title = {Multiple Sclerosis Lesion Segmentation -- A Survey of Supervised CNN-Based Methods},
author = {Huahong Zhang and Ipek Oguz},
journal= {arXiv preprint arXiv:2012.08317},
year = {2020}
}
备注
Accepted by BrainLes 2020