Deep learning-based medical image segmentation methods

医学图像分割是临床医学图像分析的重要组成部分，目标是准确识别和分割医学图像中的人体解剖结构或病灶等感兴趣区域，为临床疾病的诊断、治疗规划以及术后评估等应用场景提供客观、量化的决策依据。随着可用标注数据规模的不断增长，基于深度学习的医学图像分割方法迅速发展，展现出远超传统图像分割方法的精度和鲁棒性，已成为该领域的主流技术。为了进一步提高分割精度，大量研究集中在对分割模型的结构改进上，产生了一系列结构迥异的分割方法。总的来说，现有的基于深度学习的医学图像分割方法从模型结构上可以分为3类：基于卷积神经网络（convolutional neural network， CNN）、基于视觉Transformer以及基于视觉Mamba。其中，以U-Net为代表的基于CNN的方法最早广泛应用于各类医学图像分割任务。这类方法一般以卷积操作为核心，能够有效提取图像的局部特征。相比之下，基于视觉Transformer的方法更擅长捕捉全局信息和长距离依赖关系，能够更好地处理复杂的上下文信息。基于视觉Mamba的方法作为一种新兴架构，具有全局感受野和线性计算复杂度的特点，表现出巨大的应用潜力。为了深入了解基于深度学习的医学图像分割方法的发展脉络、优势与不足，本文对现有方法进行系统梳理和综述。首先简要回顾上述3类主流分割方法的结构演进历程，分析不同方法的结构特点、优势与局限性，然后从算法结构、学习方法和任务范式等多方面深入探讨医学图像分割领域面临的主要挑战及机遇，最后对基于深度学习的医学图像分割方法的未来发展方向和应用前景进行深入分析和讨论。