人工智能在医学影像中的MRI海马区分割算法研究综述

作者：朱大龙; 易云山

来源：网络安全技术与应用, 2020, (12): 47-49.

• MRI
• 海马区分割
• 深度学习
• 人工智能

核磁图像MRI(Magnetic Resonance Imaging)海马体的形态特征分析在许多临床应用中被用作重要的生物标志物,包括颞叶癫痫、阿尔茨海默病(AD)和轻度认知障碍(MCI)、精神分裂症、重度抑郁症、双相情感障碍以及许多其他神经和精神疾病。因此对MRI图像海马区的分割算法的研究,可以极大地提高临床医学效果。本文首先介绍了传统的Atlas-Based和DeformableModel两大类MRI海马区分割算法和方法,然后对近几年比较流行的基于传统人工、自动化技术、图像处理技术、人工智能、神经网络、深度学习、大数据、云计算等新兴计算机网络技术的MRI海马区分割算法和方法进行了介绍和应用比较,最后总结了MRI海马区分割算法的发展趋势和算法技术方向。