机构名称：
¥ 1.0
对于许多临床应用（包括胎儿成像）而言，大脑分割通常是定量分析大脑的第一步，也是最关键的一步。在磁共振成像 (MRI) 中，胎儿大脑的分割面临不同的挑战，例如由于胎儿在检查过程中的运动而导致的胎儿位置不标准、大脑快速发育以及图像数据有限。近年来，已经提出了几种分割方法，用于自动从 MRI 图像中分割胎儿大脑。这些算法旨在定义具有不同形状和强度的感兴趣区域，涵盖整个大脑或隔离特定结构。深度学习技术，特别是卷积神经网络 (CNN)，已成为该领域最先进的方法，因为它们可以在异构数据集上提供可靠的分割结果。在这里，我们回顾了在胎儿大脑分割领域开发的深度学习算法，并根据其目标结构对其进行分类。最后，我们讨论了胎儿领域文献中已知的研究差距，并提出了可能影响胎儿 MRI 图像管理的未来研究方向。
深度学习在磁共振图像胎儿大脑分割中的应用综述
主要关键词
相关文件推荐
