科研之友
微信
新浪微博
Facebook
分享链接
摘要
肺部CT图像分割是早期筛查和诊断肺部疾病的关键。传统的CT图像分割技术（如阈值法、聚类法和区域生长法）存在精确性差、效率低和鲁棒性差的问题。随着深度学习的发展，基于深度学习的模型在CT图像分割方面表现出卓越的能力。本文结合近年来国内外研究文献，对深度学习的算法发展及其在肺部CT图像分割中的应用进行综述。文献复习结果表明，采用图像分割评价指标Dice相似系数（Dice similarity coefficient,DSC）对算法性能进行评估，肺部CT图像分割深度学习算法的DSC均大于0.9。这些结果表明深度学习能实现精确、高效和鲁棒性的肺部CT图像分割。同时，未来需要对医学图像的复杂性，深度学习数据集的大小、隐私性、网络架构设计和模型可解释性等难题进一步深入研究。
- 出版日期2023
- 单位赣南医学院
