【南洋理工】三维深度学习医学图像处理综述，13页pdf，

随着机器学习、图形处理技术和医学成像数据的迅速发展，机器学习模型在医学领域的使用也迅速增加。基于卷积神经网络(CNN)架构的快速发展加剧了这一问题，医学成像社区采用这种架构来帮助临床医生进行疾病诊断。自2012年AlexNet取得巨大成功以来，CNNs越来越多地被用于医学图像分析，以提高临床医生的工作效率。近年来，三维(3D) CNNs已被用于医学图像分析。在这篇文章中，我们追溯了3D CNN的发展历史，从它的机器学习的根源，简单的数学描述3D CNN和医学图像在输入到3D CNNs之前的预处理步骤。我们回顾了在不同医学领域，如分类、分割、检测和定位，使用三维CNNs(及其变体)进行三维医学成像分析的重要研究。最后，我们讨论了在医学成像领域使用3D CNNs的挑战(以及使用深度学习模型)和该领域可能的未来趋势。