典型文献
用于肿瘤调强放射治疗影像分析与转换的深度学习方法
文献摘要：
癌症已成为严重威胁人类健康的主要公共卫生问题.60％～70％的癌症患者需要进行放射治疗.调强放疗是当前主要的临床放疗技术.对近几年基于深度学习的影像分析与转换方法在肿瘤调强放疗计划中的应用进展及关键技术进行综述,包括计算机断层扫描(CT)、锥形束CT(CBCT)、磁共振成像(MRI)、正电子发射断层扫描(PET)引导的肿瘤调强放疗技术应用现状与发展趋势,肿瘤CT/CBCT/MRI/PET影像放疗靶区分割、影像配准以及转换深度卷积神经网络、生成对抗网络的有监督或无监督学习方法,并对未来的研究方向进行展望.
文献关键词：
医学图像分割;医学图像配准;医学图像转换;深度学习;肿瘤调强放疗
中图分类号：
作者姓名：
刘国才;顾冬冬;刘骁;刘劲光;刘焰飞;张毛蛋
作者机构：
湖南大学电气与信息工程学院,长沙 410082;机器人视觉感知与控制技术国家工程研究中心,长沙 410082
文献出处：
引用格式：
[1]刘国才;顾冬冬;刘骁;刘劲光;刘焰飞;张毛蛋-.用于肿瘤调强放射治疗影像分析与转换的深度学习方法)[J].中国生物医学工程学报,2022(02):224-237
A类：
靶区分割
B类：
调强放射治疗,影像分析,深度学习方法,癌症患者,放疗技术,转换方法,肿瘤调强放疗,调强放疗计划,计算机断层扫描,锥形束,CBCT,磁共振成像,正电子发射断层扫描,PET,现状与发展趋势,放疗靶区,影像配准,深度卷积神经网络,生成对抗网络,有监督,无监督学习,医学图像分割,医学图像配准,医学图像转换
AB值：
0.27766
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。
