首页|基于深度学习的脑肿瘤图像分割

基于深度学习的脑肿瘤图像分割

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
人工智能技术在计算机视觉与深度学习领域的应用逐渐增多,自动驾驶、无人机、医学临床诊疗等行业都需要基于深度学习的图像分割技术做支撑.本文对近年来脑肿瘤图像分割方法进行综述:首先介绍了图像分割的传统方法和基于深度学习的方法,然后概述了目前几种典型的针对脑肿瘤图像分割方法,描述其主要进展与可借鉴之处,总结了我们在基于深度学习的脑肿瘤图像分割方面的研究结果,并与典型方法的性能进行对比,最后讨论未来研究方向及面临的挑战.
Brain tumor image segmentation based on deep learning techniques

刘琚、吴强、于璐跃、林枫茗

展开 >

山东大学信息科学与工程学院,山东 青岛266237

山东大学脑与类脑科学研究院,山东 济南250012

人工智能 深度学习 图像分割 脑肿瘤图像 神经网络

山东省自主创新及成果转化专项计划山东省重点研发计划山东大学自主创新基金自然科学专项,

2015ZDXX0801A012017CXGC15042015QY001-05

2020

10.6040/j.issn.1671-7554.0.2020.0391

山东大学学报(医学版)
山东大学

山东大学学报(医学版)

CSTPCD北大核心
影响因子：0.841
ISSN：1671-7554
年,卷(期)：2020.58(8)
  • 5
  • 5