醫(yī)學圖像具有重要臨床作用,但同時采集多模態(tài)圖像存在困難,醫(yī)學圖像合成應運而生。圖像合成指將某種變換作用于一組給定的輸入圖像,生成與真實圖像足夠接近的新圖像,其方法主要有基于地圖集配準方法、基于強度變換方法、基于學習和基于深度學習方法。本研究針對醫(yī)學圖像合成方法、存在問題及發(fā)展方向進行綜述。 

【文章來源】：中國醫(yī)學影像技術. 2020,36(12)北大核心CSCD

【文章頁數(shù)】：4 頁

【文章目錄】：
1 基于地圖集配準方法
2 基于強度變換方法
3 基于學習方法
4 基于深度學習方法
5 小結(jié)


【參考文獻】：
期刊論文
[1]深度學習在腦腫瘤醫(yī)學圖像研究進展[J]. 薛彩強,劉顯旺,鄧娟,李昇霖,周俊林.  中國醫(yī)學影像技術. 2019(12)
[2]人工智能在醫(yī)學影像分析中的應用進展[J]. 俞益洲,石德君,馬杰超,周振.  中國醫(yī)學影像技術. 2019(12)
[3]加強人工智能深入學習在醫(yī)學影像學臨床應用領域的研究[J]. 李坤成.  中國醫(yī)學影像技術. 2019(12)
[4]生成對抗網(wǎng)絡在醫(yī)學圖像處理中的應用[J]. 陳錕,喬沁,宋志堅.  生命科學儀器. 2018(Z1)



本文編號：3282394