典型文献
生成对抗网络在肝脏肿瘤图像分割中的应用综述
文献摘要：
由于肝脏肿瘤图像复杂多样且肝脏肿瘤图像数据集获取困难等问题,快速准确地诊断肝脏肿瘤疾病面临着诸多挑战,尤其是肝脏肿瘤的分割是其中的关键研究内容.生成对抗网络在半监督学习领域具有强大的优越性,因此其在医学图像处理中得到广泛应用.为了分析肝脏肿瘤图像在分割领域的现状以及未来发展,针对应用GAN的肝脏肿瘤图像分割方法进行研究,介绍GAN模型的网络结构与衍生模型,重点总结并分析生成对抗网络在肝脏肿瘤图像分割中的应用,包括基于网络结构改进的GAN方法、基于生成器或判别器改进的GAN方法和基于GAN的其他改进方法.最后在已有的研究进展和基础之上,对GAN在肝脏肿瘤图像分割中的应用进行总结,讨论GAN在肝脏肿瘤图像分割上所面临的挑战,并对其未来发展进行展望.
文献关键词：
生成对抗网络(GAN);图像分割;肝脏肿瘤
中图分类号：
作者姓名：
张颖;仇大伟;刘静
作者机构：
山东中医药大学 智能与信息工程学院,济南 250355
文献出处：
引用格式：
[1]张颖;仇大伟;刘静-.生成对抗网络在肝脏肿瘤图像分割中的应用综述)[J].计算机工程与应用,2022(16):18-30
A类：
B类：
生成对抗网络,肝脏肿瘤,图像分割,应用综述,图像数据集,快速准确,肿瘤疾病,半监督学习,学习领域,医学图像处理,GAN,分割方法,衍生模型,结构改进,生成器,判别器,改进方法,割上
AB值：
0.215214
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。
