计算机工程与应用››2021,第57卷››问题(7): 44-58.内政部:10.3778/j.issn.102-83311.2009-0161

• 热点与综述 • 上一篇   下一篇

卷积神经网络在生物医学图像上的应用进展

杨培伟,周余红,邢岗,田智强,许夏瑜  

  1. 1.西安交通大学 生命科学与技术学院 生物信息工程教育部重点实验室,西安 710049
    2西安交通大学 仿生工程与生物力学中心,西安 710049
    三。西安交通大学 软件学院,西安 710049
  • 出版日期:2021-04-01 发布日期:2021-04-02

卷积神经网络在生物医学图像中的应用

杨培伟、周玉红、邢刚、田志强、徐霞玉  

  1. 1.西安交通大学生命科学与技术学院教育部生物医学信息工程重点实验室,西安710049
    2.西安交通大学生物工程与生物力学中心(BEBC),西安710049
    3.西安交通大学软件工程学院,西安710049
  • 在线:2021-04-01 出版:2021-04-02

摘要:

生物医学成像领域的迅速发展引起相关图像信息的爆炸式增长,对其图像进行人工智能辅助分析日益成为科学研究、临床应用、即时诊断等领域的迫切需求。近年来深度学习,尤其是卷积神经网络在生物医学图像分析领域取得广泛应用,在生物医学图像的信息提取包括细胞分类、检测,生理及病理图像的分割、检测等领域发挥日益重要的作用。介绍了深度学习及卷积神经网络相关技术的发展;重点针对近几年卷积神经网络在细胞生物学图像、医学图像领域的应用进展进行了梳理;对卷积神经网络在生物医学图像分析领域研究目前存在的问题及可能的发展方向进行了展望。

关键词: 生物医学, 深度学习, 卷积神经网络, 图像处理

摘要:

生物医学成像技术的飞速发展导致了成像信息的急剧膨胀。因此,计算机辅助分析生物医学图像已成为一个迫切需要的研究领域。近年来,深度学习,特别是卷积神经网络在生物医学图像分析中得到了广泛的应用。它在生物医学图像信息的提取和分析中发挥着越来越重要的作用,如细胞分割和分类、生理和病理图像分割和检测。首先,简要回顾了卷积神经网络及其他相关技术的发展。然后重点介绍了卷积神经网络在细胞生物学图像和医学图像中的应用。最后,讨论了相关领域存在的问题和潜在的发展方向。

关键词: 生物医学, 深度学习, 卷积神经网络, 图像处理