医学图像合成方法研究进展

发布时间：2021-07-13 16:22

　　医学图像具有重要临床作用,但同时采集多模态图像存在困难,医学图像合成应运而生。图像合成指将某种变换作用于一组给定的输入图像,生成与真实图像足够接近的新图像,其方法主要有基于地图集配准方法、基于强度变换方法、基于学习和基于深度学习方法。本研究针对医学图像合成方法、存在问题及发展方向进行综述。 

【文章来源】：中国医学影像技术. 2020,36(12)北大核心CSCD

【文章页数】：4 页

【文章目录】：
1 基于地图集配准方法
2 基于强度变换方法
3 基于学习方法
4 基于深度学习方法
5 小结


【参考文献】：
期刊论文
[1]深度学习在脑肿瘤医学图像研究进展[J]. 薛彩强,刘显旺,邓娟,李昇霖,周俊林.  中国医学影像技术. 2019(12)
[2]人工智能在医学影像分析中的应用进展[J]. 俞益洲,石德君,马杰超,周振.  中国医学影像技术. 2019(12)
[3]加强人工智能深入学习在医学影像学临床应用领域的研究[J]. 李坤成.  中国医学影像技术. 2019(12)
[4]生成对抗网络在医学图像处理中的应用[J]. 陈锟,乔沁,宋志坚.  生命科学仪器. 2018(Z1)



本文编号：3282394