卷积神经网络在医学图像分析中的应用综述
该论文回顾了与医学图像分析相关的主要深度学习概念,并总结了 300 多项协同研究的成果,大部分研究在过去一年内发表。文中调查了深度学习在图像分类、物体检测、分割、注册等任务中的使用并提供了应用领域的简介。同时也探讨了未来研究的开放性挑战和方向。
Feb, 2017
本文总结和回顾了过去五年来针对深度学习在医学图像分析领域中面临着的挑战和问题进行的一系列研究和尝试,强调了半监督和无监督深度学习在医学图像分析领域的最新进展和贡献,并讨论了未来研究的可能解决方案和技术挑战。
May, 2021
本文回顾了 3D CNN 在医学图像分析中的应用历史及数学描述,并总结了不同领域中 3D CNN 的研究成果,如分类、分割、检测和定位,同时讨论了医学成像领域(以及深度学习模型的使用)中面临的挑战和未来趋势。
Apr, 2020
本文介绍了 Deep Learning 技术在医学图像分析中的应用,总结了相关进展,归纳了人体解剖学的分类,分析了该研究方向面临的挑战并提出了未来的发展方向。
Feb, 2019
概述了近年来机器学习在医学图像处理和分析领域的应用,特别关注深度学习在 MRI 中的应用,以及为对这个领域感兴趣的人提供好的教育资源、最先进的开源代码和有趣的数据来源及相关问题。
Nov, 2018
该论文主要探讨了如何在医学成像领域中运用深度卷积神经网络实现计算机辅助检测。作者对不同的卷积神经网络结构进行了评估,并考虑了数据集规模和图像空间背景对性能的影响。文章还阐述了将 ImageNet 预训练模型迁移到医学成像问题中的有效性,并通过两个计算机辅助检测问题的实验展示了更好的性能。
Feb, 2016
本文使用深度卷积神经网络对三个不同的显微镜任务(血液涂片中的疟原虫,痰液样本中的结核菌和粪便样本中的肠道寄生虫卵)进行评估,结果表明准确性非常高,远远优于其他代表传统医学成像技术的替代方案。
Aug, 2016