生成对抗网络在医学图像处理中的应用

作者：李祥霞; 谢娴; 李彬; 尹华; 许波; 郑心炜

来源：计算机工程与应用, 2021, 57(18): 24-37.

DOI：10.3778/j.issn.1002-8331.2104-0176

• 医学图像处理
• 生成对抗网络
• 生成模型
• 判别模型

生成对抗网络(Generative Adversarial Nets,GANs)模型可以无监督学习到更丰富的数据信息,其包括生成模型与判别模型,凭借二者之间的对抗提高性能。针对传统GANs存在着梯度消失、模式崩溃及无法生成离散数据分布等问题,已经提出了大量的变体模型。介绍了生成对抗网络模型的理论和组成结构;介绍了几种典型的变体模型,重点介绍了生成对抗网络模型在图像生成、图像分割、图像分类、目标检测及图像超分辨率重建应用领域上的研究进展及现状。在研究现状和问题基础上进行了深入分析,进一步总结和探讨了GANs模型在医学图像处理领域中未来发展的趋势和所面临的挑战。

• 单位
  华南理工大学; 广东财经大学