语义图像分割任务包括将图像的每个像素分类为一个实例,其中每个实例对应一个类。这个任务是场景理解或更好地解释图像的全局上下文概念的一部分。在医学图像分析领域,图像分割可用于图像引导干预、放疗或改进的放射诊断。本综述将基于深度学习的医学和非医学图像分割解决方案分为六大组:深度架构、基于数据合成、基于损失函数、排序模型、弱监督和多任务方法,并对每一组的贡献进行全面综述。然后,针对每一组,我们分析了每一组的不同,并讨论了当前方法的局限性和未来语义图像分割的研究方向。
https://arxiv.org/pdf/1910.07655.pdf
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“DSSM” 可以获取《最新《医学图像深度语义分割》综述论文》专知下载链接索引