计算机工程与应用››2021,第57卷››问题(7): 34-43.内政部:10.3778/j.issn.1002-8331.2011-0408

• 热点与综述 • 上一篇   下一篇

基于卷积神经网络的脑肿瘤分割方法综述

梁芳烜,杨锋,卢丽云,尹梦晓  

  1. 1.广西大学 计算机与电子信息学院,南宁 530004
    2广西多媒体通信与网络技术重点实验室,南宁 530004
  • 出版日期:2021-04-01 发布日期:2021-04-02

基于卷积神经网络的脑肿瘤分割方法综述

梁芳轩、杨峰、卢丽云、尹梦晓  

  1. 1.广西大学计算机与电子信息学院,中国南宁530004
    2.广西多媒体通信网络技术重点实验室(广西大学),南宁530004
  • 在线:2021-04-01 出版:2021-04-02

摘要:

脑肿瘤自动分割对脑肿瘤诊断、手术规划和治疗评估中起着重要的作用。然而,由于脑病变结构的高可变性,组织边界模糊,以及数据有限和类不平衡等问题,导致其仍面临巨大的挑战。目前,大部分分割依赖手工,耗时耗力,易受主观影响,寻求一种高效的自动分割方法非常具有研究意义。介绍了脑肿瘤分割的研究背景、意义和难点,并概述了其发展历程;从数据和结构优化两方面详细描述基于脑肿瘤分割的卷积神经网络,简介脑分割常用的数据集和性能指标;分析了2017年至2019年挑战赛中排名靠前的算法性能,并讨论分析卷积神经网络应用于脑肿瘤分割的发展趋势。

关键词: 卷积神经网络, 脑肿瘤, 多尺度, 多任务, 多视图

摘要:

脑肿瘤的自动分割在脑肿瘤诊断、手术计划和治疗评估中发挥着重要作用。然而,由于肿瘤的高度可变性和模糊边界,以及有限的数据和类别不平衡,它仍然面临着巨大的挑战。目前,大多数方法都依赖人工操作,这导致耗时、劳动密集和主观影响。寻求一种高效的自动分割方法具有重要的研究意义。为了理解这些方法,介绍了脑肿瘤分割的研究背景、意义和难点,并总结了其发展过程。然后从数据和结构优化两个方面详细描述了基于脑肿瘤分割的卷积神经网络(CNN),并介绍了常用的数据集和指标。最后,分析了2017年至2019年BraT挑战中排名靠前的算法的性能,并讨论了卷积神经网络在脑肿瘤分割中的发展趋势。

关键词: 卷积神经网络(CNN), 脑瘤, 多尺度, 多任务, 多视图