Deep Learning Techniques for Medical Image Segmentation: Achievements and Challenges

人工智能 深度学习 计算机科学 管道(软件) 图像分割 分割 同种类的 基于分割的对象分类 批判性评价 尺度空间分割 组分(热力学) 计算机视觉 图像(数学) 机器学习 模式识别(心理学) 医学 数学 病理 程序设计语言 替代医学 物理 组合数学 热力学
作者
Mohammad Hesam Hesamian,Wei Jia,Xiangjian He,Paul J. Kennedy
出处
期刊:Journal of Digital Imaging [Springer Nature]
卷期号:32 (4): 582-596 被引量:1054
标识
DOI:10.1007/s10278-019-00227-x
摘要

Deep learning-based image segmentation is by now firmly established as a robust tool in image segmentation. It has been widely used to separate homogeneous areas as the first and critical component of diagnosis and treatment pipeline. In this article, we present a critical appraisal of popular methods that have employed deep-learning techniques for medical image segmentation. Moreover, we summarize the most common challenges incurred and suggest possible solutions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
rmrb完成签到,获得积分10
6秒前
7秒前
健忘外套发布了新的文献求助10
9秒前
10秒前
Bin发布了新的文献求助10
11秒前
14秒前
15秒前
成就的书包完成签到,获得积分10
17秒前
Alex完成签到,获得积分10
19秒前
早川完成签到 ,获得积分10
20秒前
21秒前
21秒前
ding应助ranranran采纳,获得10
24秒前
优秀的嚣完成签到 ,获得积分10
26秒前
王SQ完成签到 ,获得积分10
27秒前
健忘外套完成签到,获得积分10
28秒前
养乐多完成签到,获得积分10
33秒前
35秒前
天天赚积分完成签到,获得积分10
35秒前
ChenJiahao完成签到,获得积分10
36秒前
36秒前
格瑞格完成签到,获得积分10
36秒前
Bin完成签到,获得积分10
38秒前
ranranran发布了新的文献求助10
41秒前
Singularity发布了新的文献求助10
42秒前
斐然诗完成签到 ,获得积分10
42秒前
柚子皮蛋瘦肉粥完成签到 ,获得积分10
44秒前
Aloha发布了新的文献求助10
45秒前
48秒前
天子笑完成签到,获得积分10
54秒前
高贵路灯发布了新的文献求助10
54秒前
宁夕完成签到 ,获得积分10
54秒前
山复尔尔完成签到 ,获得积分10
58秒前
59秒前
Ice完成签到,获得积分10
1分钟前
chengs完成签到,获得积分10
1分钟前
小郭发布了新的文献求助10
1分钟前
可可西里完成签到 ,获得积分10
1分钟前
magiczhu完成签到,获得积分10
1分钟前
1分钟前
高分求助中
请在求助之前详细阅读求助说明!!!! 20000
Sphäroguß als Werkstoff für Behälter zur Beförderung, Zwischen- und Endlagerung radioaktiver Stoffe - Untersuchung zu alternativen Eignungsnachweisen: Zusammenfassender Abschlußbericht 1500
One Man Talking: Selected Essays of Shao Xunmei, 1929–1939 1000
Yuwu Song, Biographical Dictionary of the People's Republic of China 700
[Lambert-Eaton syndrome without calcium channel autoantibodies] 520
The Three Stars Each: The Astrolabes and Related Texts 500
A radiographic standard of reference for the growing knee 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2469037
求助须知:如何正确求助?哪些是违规求助? 2136228
关于积分的说明 5443029
捐赠科研通 1860861
什么是DOI,文献DOI怎么找? 925477
版权声明 562694
科研通“疑难数据库(出版商)”最低求助积分说明 495093