摘要

对脑肿瘤图像的准确分割可以确定其外观与位置信息,这对早期诊断与治疗具有重要意义,但目前临床主要还是使用人工手段进行标注,这导致效率低下以及因为人的不同导致标注结果有差异等问题。深度学习方法目前已广泛应用到脑肿瘤图像分割中,通过设计神经网络结构等方法都取得了优异的成果。本文将回顾总结近几年的最新进展与挑战,并总结出图像的预处理、图像特征提取、图像特征融合、参数更新与预测、后处理这五个模块来对有突破性的关键技术进行归纳,让创新点所在位置更明确,利于归纳与学习。最后展望拥有潜力的研究方向。