Обзор глубокого обучения в медицинской визуализации с акцентом на МРТ

Что произошло в области машинного обучения в последнее время и что это означает для будущего анализа медицинских изображений? В последние годы машинное обучение привлекло огромное внимание. Текущий бум начался около 2009 года, когда так называемые глубокие искусственные нейронные сети начали превосходить другие устоявшиеся модели по ряду важных бенчмарков. Глубокие нейронные сети ныне являются передовыми моделями машинного обучения в различных областях, от анализа изображений до обработки естественного языка, и широко используются в академической среде и промышленности. Эти разработки имеют большой потенциал для технологий медицинской визуализации, анализа медицинских данных, медицинской диагностики и здравоохранения в целом, и этот потенциал постепенно реализуется. Мы приводим краткий обзор недавних достижений и некоторых сопутствующих проблем в применении машинного обучения к обработке и анализу медицинских изображений. Поскольку это стало очень широкой и быстро расширяющейся областью, мы не охватываем весь спектр приложений, а делаем особый акцент на глубоком обучении в МРТ. Наша цель трояка: (i) дать краткое введение в глубокое обучение с указанием основных ссылок; (ii) показать, как глубокое обучение применяется ко всей цепочке обработки МРТ, от получения данных до извлечения изображений, от сегментации до предсказания заболеваний; (iii) предоставить отправную точку для тех, кто интересуется экспериментами и, возможно, вкладом в область глубокого обучения для медицинской визуализации, указав хорошие образовательные ресурсы, современный открытый исходный код и интересные источники данных и задач, связанных с медицинской визуализацией.