最新《3D医疗图像处理》综述论文，23页pdf

题目： 3D Deep Learning on Medical Images: A Review

摘要：

机器学习，图形处理技术和医学成像数据的可用性的快速发展导致在医学领域深度学习模型的使用迅速增加。基于卷积神经网络（CNN）的体系结构的快速发展加剧了这种情况，医学成像社区采用了该体系结构来帮助临床医生进行疾病诊断。自2012年AlexNet取得巨大成功以来，CNNs越来越多地用于医学图像分析，以提高人类临床医生的效率。近年来，三维（3D）CNNs已用于医学图像分析。在本文中，追溯了3D CNN如何从其机器学习根源发展的历史，对3D CNN进行了简要的数学描述，并在将医学图像输入3D CNNs之前对其进行了必要的预处理。文中还回顾了使用3D CNNs（及其变体）在不同医学领域（例如分类，分割，检测和定位）的3D医学成像分析领域的重要研究。通过讨论与在医学成像领域中使用3D CNNs相关的挑战（以及通常使用深度学习模型）以及该领域可能的未来趋势来得出结论。

https://arxiv.org/abs/2004.00218

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“3D23” 可以获取《《3D医疗图像处理》综述论文，23页pdf》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“阅读原文”，了解使用专知，查看获取5000+AI主题知识资源