Application and challenges of deep learning in the intelligent processing of medical images

利用深度学习方法对医学影像数据进行处理分析，极大地促进了精准医疗和个性化医疗的快速发展。深度学习在医学图像领域的应用较为广泛，具有多病种、多模态、多组学和多功能的特点。为便于对深度学习在医学图像处理领域的应用进行更深入有效的探索，本文系统综述了相关研究进展。首先，从深度学习在影像基因组学中的应用出发，理清了深度学习在医学影像领域应用的一般思路和现状，将医学影像领域分为智能诊断、疗效评估和预测预后等3个模块，并对模块内的各病种进行总结，展示了深度学习各算法的优缺点及面临的问题和挑战。其次，对深度学习中出现的新思路、新方法以及对传统方法的改进进行了阐述。最后，总结了该领域现阶段面临的问题，并对未来的研究方向做出了展望。基于深度学习的医学图像智能处理与分析虽然取得了一些有价值的研究成果，但还需要根据临床的实际需求，将深度学习与经典的机器学习算法及无创并且高效的多组学数据结合起来，对深度学习的理论和方法进行深入研究。