放射影像与机器学习：趋势、视角与前景
图像与视频处理
2019-04-01 v1 机器学习
摘要
将机器学习应用于放射影像是一个日益活跃的研究领域，预计在未来五到十年内将持续增长。机器学习的最新进展有潜力从不同的放射成像模态（如X射线、计算机断层扫描、磁共振成像和正电子发射断层成像）中识别和分类复杂模式。在许多应用中，基于机器学习的系统已表现出与人类决策相当的性能。机器学习的应用是未来临床决策与监护系统的关键要素。本综述涵盖了各种机器学习技术背后的基本概念及其在若干放射影像领域中的应用，例如医学图像分割、脑功能研究与神经疾病诊断，以及计算机辅助系统、图像配准和基于内容的图像检索系统。同时，我们将简要讨论机器学习在放射成像应用中当前的挑战与未来方向。通过深入阐述如何利用机器学习驱动的应用，我们期望临床医生能够更准确高效地预防和诊断疾病。
引用
@article{arxiv.1903.11726,
title = {Radiological images and machine learning: trends, perspectives, and prospects},
author = {Zhenwei Zhang and Ervin Sejdic},
journal= {arXiv preprint arXiv:1903.11726},
year = {2019}
}
备注
13 figures