医学影像分析与手术模拟:人工智能和虚拟现实在医学中的应用

近年来,深度学习在一些具有挑战性的高难度问题中取得了巨大的成功,这其中就包含深度学习在医学图像分析中的应用。率先提出并采用三维卷积神经网络从核磁共振图像中自动检测大脑微出血。为了减少肺结节自动检测中的假阳性,设计了考虑多级上下文信息的三维卷积神经网络框架,并进一步提出了一种新颖高效的三维神经网络,配备了三维深度监督机制,从而全面解决了三维网络优化难点和医学训练样本不足的挑战。对深度学习的成功应用涵盖了广泛的医学图像模式,包括组织病理学成像、超声成像、MR/CT成像和皮肤镜成像等。同时,虚拟现实在临床中的应用也取得了长足进步,基于虚拟现实的手术模拟成为一种经济且有效的临床培训手段。通过医学成像、运动追踪、物理模拟、触觉反馈和视觉呈现的智能集成来构建逼真的虚拟环境,从而实现提供外科手术专业培训的目标。主要介绍了使用深度学习进行医学图像分析的最新工作,以及开发的基于虚拟现实的一系列手术模拟系统。

医学影像; 手术模拟; 人工智能; 深度学习; 虚拟现实;

R319.1;R445.1;TP274.2;

10.19519/j.cnki.1672-3392.2021.06.001

19361-101013653K
在线咨询 用户反馈