Глубокое обучение в анализе медицинских изображений

В этом обзоре рассматривается компьютерный анализ изображений в области медицинской визуализации. Последние достижения в машинном обучении, особенно в области глубокого обучения, помогают выявлять, классифицировать и количественно оценивать закономерности на медицинских изображениях. В основе этих достижений лежит возможность использовать иерархические представления признаков, изученные исключительно на основе данных, вместо признаков, разработанных вручную с учетом специальных знаний предметной области. Глубокое обучение быстро становится передовым методом, обеспечивая повышение эффективности в различных медицинских приложениях. Мы излагаем основы методов глубокого обучения и рассматриваем их успешное применение для регистрации изображений, обнаружения анатомических и клеточных структур, сегментации тканей, компьютерной диагностики и прогнозирования заболеваний и других задач. В заключение обсуждаются актуальные исследовательские проблемы и предлагаются перспективные направления дальнейшего совершенствования.