机构名称：
¥ 3.0
脑肿瘤由于死亡率高，近年来已成为严重的医疗并发症。Radi神学家手动分段肿瘤，这耗时，容易出错且昂贵。近年来，基于深度学习的自动细分表现出了解决计算机视觉问题（例如图像分类和细分）方面有希望的结果。脑肿瘤分割最近已成为医学成像中普遍的任务，以确定使用自动化方法的肿瘤位置，大小和形状。许多研究人员都使用各种机器和深度学习方法来确定使用卷积方法的最佳解决方案。在本评论论文中，我们根据广泛使用和公开可用的数据集讨论了最有效的细分技术。我们还提出了对联邦学习方法的调查，以提高全球细分绩效并确保隐私。在研究了100多篇论文以概括了分割和多模式信息的最新技术主题后，提出了一项综合文献综述。最后，我们专注于脑肿瘤分割中未解决的问题和基于客户的联合模型培训策略。基于此评论，未来的RE搜索者将了解解决这些问题的最佳解决方案路径。
请引用已发布的版本-E -space
主要关键词
相关文件推荐
