山东大学学报(医学版)

作者：刘琚,吴强,于璐跃,林枫茗

单位：1. 山东大学信息科学与工程学院, 山东 青岛 266237；2. 山东大学脑与类脑科学研究院, 山东 济南 250012

关键词：人工智能,深度学习,图像分割,脑肿瘤图像,神经网络,

基金：山东省自主创新及成果转化专项计划(2015ZDXX0801A01);山东省重点研发计划(2017CXGC1504);山东大学自主创新基金(自然科学专项);山东大学自主创新基金(2015QY001-05)

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。

来源：2020年第8期

《山东大学学报(医学版)》期刊编辑部

查看山东大学学报(医学版)杂志2020年第8期