一项关于深度学习在医学影像分析中的调查

This paper was cited from Medical Image Analysis，If you want to view the original，please click the journal homepage :   www.elsevier.com/locate/media.  

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------

 A survey on deep learning in medical image analysis

Geert Litjens ∗, Thijs Kooi , Babak Ehteshami Bejnordi , Arnaud Arindra Adiyoso Setio , Francesco Ciompi, Mohsen Ghafoorian, JeroenA.W.M. van der Laak, Bram van Ginneken, Clara I. Sánchez

Diagnostic Image Analysis Group, Radboud University Medical Center, Nijmegen, The Netherlands

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------

摘要：深度学习算法，尤其是卷积神经网络，已经迅速成为分析医学图像的首选方法。这篇文章回顾了与医学图像分析相关的主要深度学习概念并且总结了超过300项对此领域的贡献，其中大部分是出现在去年。我们调查了使用深度学习进行图像的分类，目标检测，分割，配准和其它一些任务。每一个应用领域的研究都做了简要概述，其中包括：神经，视网膜，肺，数字病理学，乳腺，心脏，腹部，肌肉骨骼。最后我们对目前最新的技术进行了总结，对开放性的挑战和未来研究的方向进行了批判性的讨论。

关键字：深度学习  卷积神经网络  医学影像 调查

                                                                                                                                                                                                                              2017 Elsevier B.V.保留所有版权

1.引言

医学影像一经扫描并导入电脑，研究人员就已经建立了自动分析系统。最初，在20世纪七十年代到九十年代，医学影像通过

      

 DAF