基于人工智能的医学图像多器官分割及其在医药领域的应用

作     者：吕朋举 王澄 朱建军 陆建 朱海东 滕皋军 LYU Pengju;WANG Cheng;ZHU Jianjun;LU Jia;ZHU Haidong;TENG Gaojun

作者机构：珠海横乐医疗科技有限公司广东横琴519000 东南大学附属中大医院介入与血管外科江苏南京210009 

基　　金：国家自然科学基金重点项目(No.82130060) 重大仪器研制项目(No.81827805) 创新群体(No.61821002) 国家重点研发计划变革性技术项目(No.2018YFA0704100,No.2018YFA0704104) 江苏省影像医学与介入治疗医学创新中心项目(No.CXZX202219) 江苏高校放射医学协同创新中心、南京市科技局生命健康科技专项医工结合项目(No.202205045) 

出 版 物：《药学进展》 (Progress in Pharmaceutical Sciences)

年 卷 期：2023年第47卷第10期

页      码：751-757页

摘      要：准确的医学图像多器官分割对临床应用和医药发展意义重大。然而,传统基于手工特征设计的图像处理方法难以处理图像中的组织纹理和复杂形态。近年来,随着人工智能的兴起,端到端的深度学习方法展现出在自动化医学图像分析方面的强大潜力。尤其是基于卷积神经网络和Transformer的U-Net系列网络,实现了对医学数据的精确语义分割,更在临床决策和疗效评估中提高了诊断和治疗的准确性。简介目前基于深度学习的医学图像多器官分割算法,重点关注U-Net系列网络的发展及多器官分割在医药领域的应用。

主 题 词：医学图像 多器官分割 人工智能 U-Net 深度学习 

学科分类：0831[工学-公安技术类] 100207[100207] 1002[医学-临床医学类] 08[工学] 1010[医学-医学技术类] 080203[080203] 0802[工学-机械学] 10[医学] 

D　O　I：10.20053/j.issn1001-5094.2023.10.005

馆 藏 号：203125018...