典型文献
肝脏及肿瘤图像分割方法综述
文献摘要：
肝脏肿瘤是一种发病率高且恶化概率高的疾病,为了快速地诊断肝脏疾病,需要从计算机断层扫描(CT)中准确地分割出肝脏及肿瘤.为了分析肝脏及肿瘤图像分割领域的现状及发展趋势,针对肝脏及肿瘤图像的分割方法进行了研究,总结了近些年肝脏及肿瘤图像的分割方法.肝脏及肿瘤图像分割方法包括传统方法以及深度学习方法.传统方法需要较多的人工参与,不能实现完全自动化.深度学习方法从分割网络的维度可分为2D、2.5D以及3D方法,这些方法分割精度高,硬件需求高.在考虑深度学习与传统方法优缺点的同时,它们的结合也被不断探索,图割法和条件随机场等传统方法经常被用于细化深度学习方法的分割结果.
文献关键词：
肝脏分割;肿瘤分割;传统方法;深度学习方法
中图分类号：
作者姓名：
陈英;郑铖;易珍;胡菲;徐国辉
作者机构：
南昌航空大学 软件学院,南昌330063;江西省肿瘤医院放射科,南昌330029;江西省肿瘤医院肝胆外科,南昌330029
文献出处：
引用格式：
[1]陈英;郑铖;易珍;胡菲;徐国辉-.肝脏及肿瘤图像分割方法综述)[J].计算机应用研究,2022(03):641-650
A类：
B类：
图像分割,分割方法,方法综述,肝脏肿瘤,肝脏疾病,计算机断层扫描,割出,深度学习方法,全自动化,分割网络,2D,5D,图割,割法,条件随机场,法经,肝脏分割,肿瘤分割
AB值：
0.317821
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
