深度学习在磁共振影像脑疾病诊断中的应用

• Published in: 工程科学学报 Vol. 46; no. 2; pp. 306 - 316
• Main Authors: 朱健椿, 魏嘉昕, 毛浚彬, 刘坤, 何鸿宇, 刘锦
• Format: Journal Article
• Language: Chinese
• Published: 中南大学计算机学院,长沙 410083%新疆大学软件学院,乌鲁木齐 830046 01.02.2024
• Subjects: 阿尔兹海默症; deep learning; magnetic resonance imaging; 精神分裂症; 磁共振影像; 深度学习; brain disease; 脑疾病; schizophrenia; autism spectrum disorder; Alzheimer's disease; 自闭症
• ISSN: 2095-9389
• DOI: 10.13374/j.issn2095-9389.2023.02.04.002

TP391; 由于脑疾病的发生会对社会产生严重危害,所以脑疾病诊断研究的重要性日益显著.中国"脑计划"列入"十三五"规划与国务院《"健康中国 2023"规划纲要》的印发表明国家对脑疾病诊疗问题的高度重视.由于磁共振影像的高分辨率及非入侵性等优势使其成为脑疾病研究与临床检查的主要技术手段,为脑疾病诊断提供丰富的数据基础.深度学习由于其可拓展性与灵活性在各个领域得到广泛应用,展现出巨大的发展潜力.本文针对深度学习在典型脑疾病诊断中的应用进行综述,结构组织如下:首先对深度学习在自闭症、精神分裂症、阿尔兹海默症三种典型脑疾病诊断上的应用进行了阐述;然后对用于三种脑疾病研究的数据集和已有的开源工具进行了汇总;最后对深度学习在磁共振影像脑疾病诊断应用中的局限性及未来发展方向进行总结与展望.