深度学习在结肠息肉图像分割中的研究综述

作     者：李国威 刘静 曹慧 姜良 

作者机构：山东中医药大学医学信息工程学院 

出 版 物：《计算机科学与探索》 (Journal of Frontiers of Computer Science and Technology)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 1002[医学-临床医学] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 100214[医学-肿瘤学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 10[医学] 

基　　金：国家自然科学基金(82374620) 

主　　题：结肠息肉分割 深度学习 医学图像 卷积神经网络 U-Net 

摘      要：结肠息肉是一种可能发展为结直肠癌的胃肠道异常生长组织，因此，早期检测和切除结肠息肉对预防结直肠癌具有重要意义。近年来，深度学习技术在结肠息肉图像分割领域中的应用取得了显著进展，大幅提高了分割的准确性和自动化水平。针对深度学习在结肠息肉图像分割中的研究展开综述，首先介绍了多种结肠息肉成像方式及包括图片和视频在内的常用数据集，并详细说明了这些数据集的特点。接着深入阐述了基于深度学习的结肠息肉分割方法，涵盖了全卷积网络、Mask R-CNN、生成对抗网络、U-Net、Transformer以及多网络融合模型，其中重点强调了U-Net及其变体在结肠息肉图像分割中的应用，分析了其结构改进、性能提升和实际应用效果。同时，综合对比了各网络模型的主要改进思路、优缺点及其分割结果。最后指出了当前深度学习在该领域面临的主要挑战，并对未来的研究方向进行了相应的展望。