基于深度学习的肺部CT图像病灶区域分割研究综述

作     者：李小童 马素芬 生慧 魏国辉 李欣桐 

作者机构：山东中医药大学智能与信息工程学院 山东中医药大学山东中医药大学教务处 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年

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] 10[医学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：山东省自然科学基金面上项目(ZR2022MH203) 山东省研究生优质教育教学资源项目(SDYKC2023044) 山东省中医药科技项目(2020M005) 山东省教育厅教学改革研究项目(Z2022152) 

主　　题：深度学习 肺部病灶区域分割 卷积神经网络 U-Net模型 生成对抗网络 

摘      要：肺癌是最致命的癌症类型之一，严重威胁人们的生命健康。基于深度学习的肺部病灶区域分割不仅可以帮助医生快速、准确的诊断出早期肺癌，而且对于肺癌的治疗也具有重要的临床价值。为了深入研究肺部病灶区域分割技术，首先介绍常用数据集及评价指标；然后重点从三个方面对深度学习肺部病灶区域分割模型进行综述：基于卷积神经网络、基于U-Net模型、基于生成对抗网络，结合具体实验总结了近5年国内外研究的创新点，对比分析了各个模型的分割性能；最后总结了各类模型的优缺点，展望了该领域的发展方向，为读者未来在该领域的研究提供借鉴。