深度学习在脊柱质心定位与分割的应用进展

TP391; 脊柱医学图像质心定位与椎骨分割在脊柱手术引导中具有重要意义,准确定位脊柱质心与分割椎骨已成为重要的研究课题.近年来,随着GPU算力的提高以及医学图像数据的累积,深度学习在脊柱图像中的应用取得突破.为研究深度学习在脊柱医学图像定位与分割任务中的应用现状与发展,文中对该领域近几年脊柱定位与分割模型进行整理与研究.收集脊柱常用数据集与评价指标并探讨深度学习模型在脊柱质心定位与分割的应用,分析模型实现过程及存在的不足之处.文中还针对目前深度学习在脊柱质心定位与分割应用面临的问题给出应对策略,并提出未来可行的发展方向....

Full description

Saved in:
Bibliographic Details
Published in电子科技 Vol. 36; no. 11; pp. 28 - 34
Main Authors 孙红, 莫光萍, 徐广辉, 杨晨
Format Journal Article
LanguageChinese
Published 上海理工大学 光电信息与计算机工程学院,上海 200093%上海市第四人民医院 脊柱外科,上海 200434 2023
Subjects
脊柱图像
上下文信息
CT image
深度学习
CT图像
spinal centroid localization
contextual information
UNet
vertebra segmentation
MR image
deep learning
spinal images
椎骨分割
MR图像
脊柱质心定位
Online AccessGet full text
ISSN1007-7820
DOI10.16180/j.cnki.issn1007-7820.2023.11.005

Cover

More Information
Summary:TP391; 脊柱医学图像质心定位与椎骨分割在脊柱手术引导中具有重要意义,准确定位脊柱质心与分割椎骨已成为重要的研究课题.近年来,随着GPU算力的提高以及医学图像数据的累积,深度学习在脊柱图像中的应用取得突破.为研究深度学习在脊柱医学图像定位与分割任务中的应用现状与发展,文中对该领域近几年脊柱定位与分割模型进行整理与研究.收集脊柱常用数据集与评价指标并探讨深度学习模型在脊柱质心定位与分割的应用,分析模型实现过程及存在的不足之处.文中还针对目前深度学习在脊柱质心定位与分割应用面临的问题给出应对策略,并提出未来可行的发展方向.
ISSN:1007-7820
DOI:10.16180/j.cnki.issn1007-7820.2023.11.005