《计算机工程与应用杂志》发表论文赏析
作者:孙福艳, 王琼, 吕宗旺, 龚春艳
单位:1.河南工业大学 信息科学与工程学院,郑州 450001;2.中原智慧园区与智能建筑研究院,郑州 450001
摘要:大部分结直肠癌起源于结肠息肉的恶性病变,使用计算机辅助诊断系统实现结肠息肉的自动精准分割具有重要的临床意义,能够在结肠镜检查过程中辅助医生提高息肉检出率。目前深度学习技术在医学图像分割领域应用广泛,基于深度学习的结肠息肉分割算法也取得了重大进展。简要介绍了传统息肉分割算法及其优点和局限性。重点从三个方面对深度学习息肉分割算法进行综述:基于经典CNN结构、基于U-Net结构和基于多模型融合的分割模型,并总结算法改进策略及其优势和局限性。归纳结肠息肉图像公开数据集及数据预处理方法,最后总结基于深度学习的息肉分割研究面临的挑战,并对该领域未来的研究方向做出展望。
关键词:结肠息肉,深度学习,医学图像分割,息肉分割