Искусственный интеллект и машинное обучение для медицинской визуализации: обзор технологий
Artificial intelligence and machine learning for medical imaging: A technology review
2021-03-01
SCID: 54.1/bj4m5yn7
Discuss with AI
искусственный интеллектклассификация изображенийсегментация изображениймашинное обучениемедицинская визуализация
Figures from the paper
Abstract (AI)
Искусственный интеллект (ИИ) в последнее время стал популярным термином в результате прорывных технических достижений и впечатляющих экспериментальных результатов, особенно в области анализа и обработки изображений. В медицине специальности, где изображения играют центральную роль, такие как радиология, патология и онкология, воспользовались этой возможностью, и были предприняты значительные усилия в исследованиях и разработках для переноса потенциала ИИ в клинические приложения. По мере того как ИИ становится более привычным инструментом для типичных задач анализа медицинских изображений, таких как диагностика, сегментация или классификация, ключ к безопасному и эффективному использованию клинических приложений ИИ частично зависит от информированности практикующих специалистов. Цель данного обзора — представить базовые технологические опоры ИИ, а также современные методы машинного обучения и их применение в медицинской визуализации. Кроме того, мы обсуждаем новые тенденции и направления будущих исследований. Это поможет читателю понять, как методы ИИ становятся повсеместным инструментом в любом рабочем процессе анализа медицинских изображений и проложат путь к клинической реализации решений на основе ИИ.
Key Findings
1
Методы ИИ становятся вездесущими в рабочих процессах анализа медицинских изображений и прокладывают путь к клинической реализации ИИ-решений.
2
ИИ, подкреплённый достижениями в анализе изображений, широко применяется в медицинской визуализации — радиологии, патологии и онкологии.
3
Методы машинного обучения стали основными инструментами для задач медицинской визуализации, включая диагностику, сегментацию и классификацию.
4
Безопасное и эффективное клиническое применение ИИ отчасти зависит от информированности практикующих специалистов о базовых технологиях и методах.
5
Обзор представляет фундаментальные технологии ИИ, современные методы, их применение в медицинской визуализации, а также обсуждает новые тренды и направления исследований.
Research Object
Медицинская визуализация (клинические данные изображений и рабочие процессы анализа)
Research Subject
Применение и современные методы искусственного интеллекта и машинного обучения для задач анализа изображений (диагностика, сегментация, классификация), включая технологические основы, тенденции и последствия для клинической внедрения
Publication Details
Publication Date
2021-03-01
Journal
Publisher
ISSN
Cited by
458
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai13
Непарный перенос изображений с помощью циклически согласованных состязательных сетей2017
Преобразование изображений в изображения с помощью условных состязательных сетей2017
Снижение размерности данных с помощью нейронных сетей2006
Генеративно-состязательные сети2020
Руководящие принципы FAIR для управления научными данными и их сопровождения2016
Обзор методов аугментации изображений для глубокого обучения2019
Анализ расового предвзятого отношения в алгоритме, используемом для управления здоровьем населения2019
Бенчмарк мультимодальной сегментации изображений опухолей головного мозга (BRATS)2014
Глубокие сверточные нейронные сети для автоматизированного обнаружения: архитектуры CNN, характеристики наборов данных и перенос обучения2016
UNETR: Трансформеры для 3D сегментации медицинских изображений2022
Аугментация текстовых данных для глубокого обучения2021
Глубокое обучение для точной диагностики опухолей печени на основе магнитно-резонансной томографии и клинических данных2020
Конвейер с поддержкой искусственного интеллекта для динамической генерации достоверного контента о пищевых добавках в больших масштабах2022