生成对抗网络在肝脏肿瘤图像分割中的应用综述OA北大核心CSTPCD
Review on Application of Generative Adversarial Network in Liver Tumor Image Segmentation
由于肝脏肿瘤图像复杂多样且肝脏肿瘤图像数据集获取困难等问题,快速准确地诊断肝脏肿瘤疾病面临着诸多挑战,尤其是肝脏肿瘤的分割是其中的关键研究内容.生成对抗网络在半监督学习领域具有强大的优越性,因此其在医学图像处理中得到广泛应用.为了分析肝脏肿瘤图像在分割领域的现状以及未来发展,针对应用GAN的肝脏肿瘤图像分割方法进行研究,介绍GAN模型的网络结构与衍生模型,重点总结并分析生成对抗网络在肝脏肿瘤图像分割中的应用,包括基于网络结构改进的GAN方法、基于…查看全部>>
张颖;仇大伟;刘静
山东中医药大学 智能与信息工程学院,济南 250355山东中医药大学 智能与信息工程学院,济南 250355山东中医药大学 智能与信息工程学院,济南 250355
信息技术与安全科学
生成对抗网络(GAN)图像分割肝脏肿瘤
《计算机工程与应用》 2022 (16)
18-30,13
国家自然科学基金面上项目(82174528)山东省自然科学基金面上项目(ZR2020MH360)山东省中医药科技发展计划项目(2019-0056).
评论