机构名称：
¥ 3.0
摘要：大脑图像分割是临床环境中最耗时和最具挑战性的程序之一。最近，已经注意到脑疾病的数量急剧增加。这间接导致对自动脑分割解决方案的需求增加，以帮助医学专家早期诊断和治疗干预措施。本文旨在对大脑磁共振图像的分割和分类方法的最新趋势进行批判性回顾。在本综述中包括了从基于简单的基于强度到高级分割方法，例如机器学习，元神经，深度学习和杂交等高级分割方法。常见问题，优势和缺点，以便更好地了解现有方法的优势和局限性。从这篇综述中可以发现，基于深度学习和基于杂种的元催化方法对可靠的脑肿瘤分割更有效。但是，这些方法在计算和记忆复杂性方面落后。
近年来大脑图像分割
主要关键词
相关文件推荐
