近年来医学图像处理技术随着深度学习的兴起而飞速发展，基于深度学习的医学图像分割技术成为了分割领域的主流方法，很大程度上解决了传统分割方法分割精度不足的缺点，该技术已经成熟的应用到一些病理图像的分割当中。文中对近年来出现的基于深度学习的分割方法进行了介绍和对比，重点综述了U-Net及其改进模型在分割领域的重大贡献，归纳了常见的医学图像模态、分割算法的评价指标和常用分割数据集，并对医学图像分割技术的未来发展进行了展望。
科研之友
微信
新浪微博
Facebook
分享链接
