生成对抗网络在宫颈癌影像中的近期趋势与分析
图像与视频处理
2022-09-27 v1 计算机视觉与模式识别
摘要
宫颈癌是女性中最常见的癌症类型之一。它占女性所有癌症的 6-29%。它由人乳头瘤病毒（HPV）引起。宫颈癌的 5 年生存几率范围为 17%-92%，取决于检出时的分期。该疾病的早期检测有助于更好的治疗及患者生存率。如今许多深度学习算法被用于宫颈癌的检测。一类称为生成对抗网络（GANs）的深度学习技术正在宫颈癌的筛查、检测与分类中快速兴起。在这项工作中，我们详细分析了近期关于各类 GAN 模型的使用、其应用以及在宫颈癌影像领域中用于性能评估的评估指标的趋势。
引用
@article{arxiv.2209.12680,
title = {Recent trends and analysis of Generative Adversarial Networks in Cervical Cancer Imaging},
author = {Tamanna Sood},
journal= {arXiv preprint arXiv:2209.12680},
year = {2022}
}
备注
7 pages, proceedings of ICCS 2022 (https://www.cecmohali.org/iccs2022/), published in neuroquantology (https://www.neuroquantology.com/article.php?id=7222 , DOI:10.14704/nq.2022.20.9.NQ44381 )