血管造影图像分割方法研究的现状与进展

作者：杨泽鹏; 李娜; 张保昌; 吴宗翰; 杨俊; 周寿军

来源：生物医学工程研究, 2020, 39(01): 95-99.

DOI：10.19529/j.cnki.1672-6278.2020.01.18

• 血管造影图像分割
• 模型驱动方法
• 数据驱动方法
• 机器学习方法
• 深度学习方法

血管分割能够为计算机临床辅助与可视化诊疗提供关键的结构和病灶信息。由于血管造影图像涉及多种数据模态以及个体化差异和复杂病理,诸多挑战性的问题仍待解决。我们对血管分割的主流方法进行了回顾和分析,并且讨论了血管分割的研究格局和发展趋势,旨在为该领域的进一步研究提供参考。

• 单位
  深圳先进技术研究院