电子学报 ›› 2022, Vol. 50 ›› Issue (1): 226-237.DOI: 10.12263/DZXB.20200725

• 综述评论 • 上一篇    下一篇

医学图像关键点检测深度学习方法研究与挑战

李居朋1, 王颖慧2, 李刚2   

  1. 1.北京交通大学电子信息工程学院,北京 100044
    2.北京大学口腔医学院,北京 100081
  • 收稿日期:2020-07-16 修回日期:2020-12-17 出版日期:2022-01-25 发布日期:2022-01-25
  • 作者简介:李居朋 男,1981年8月出生于江苏省沛县.2009年获得北京交通大学大学博士学位.2019年赴北卡罗来纳大学教堂山分校研修,现为北京交通大学副教授、研究生导师,主要研究方向为医学图像分割及多模态配准等. E-mail:lijupeng@bjtu.edu.cn
    王颖慧 女,1992年1月出生于河北省保定市.2018年毕业于首都医科大学长学制(本硕连读)口腔医学专业.现为北京大学口腔医学院口腔颌面医学影像学在读博士研究生,主要研究方向为数字化口腔颌面医学影像.
    李 刚 男,1970年2月出生于黑龙江省哈尔滨市.2004年于瑞典卡罗林斯卡医学院获博士学位.现为北京大学教授、博士生导师,中国电子学会会员,中华口腔医学会口腔颌面放射专委会副主任委员,口腔医学院医学影像科副主任,主要研究方向为数字化口腔医学影像的基础和临床研究等.E-mail:kqgang@bjmu.edu.cn
  • 基金资助:
    国家自然科学基金(81671034);军队后勤科研重大项目(AWS17J011);国家留学基金(201907095037)

Research and Challenges of Medical Image Landmark Detection Based on Deep Learning

LI Ju-peng1, WANG Ying-hui2, LI Gang2   

  1. 1.School of Electronic and Information Engineering,Beijing Jiaotong University,Beijing 100044,China
    2.Peking University School of Stomatology,Beijing 100081,China
  • Received:2020-07-16 Revised:2020-12-17 Online:2022-01-25 Published:2022-01-25

摘要:

作为众多医学图像处理的前提和关键,医学图像关键点检测具有重要的理论研究和应用价值.由于个体间差异性和个体内歧义性的影响,以及更高的临床应用定位精度的要求,医学解剖关键点检测面临着巨大的挑战.鉴于深度学习技术在医学图像关键点检测乃至整个医学图像处理领域都表现出了强大的实力,本文全面检索发表于顶级医学期刊和会议论文集中的医学图像关键点研究成果并进行了详细的梳理和综述.从计算机视觉任务角度简述医学图像关键点检测及其存在的难点;总结了深度学习技术在医学图像关键点检测中的基本框架,详细论述了医学图像关键点检测的分类问题和回归分析两种不同类型的解决思路;最后探讨了医学图像关键点检测深度学习方法面临的挑战、主要应对策略和开放的研究方向.

关键词: 医学图像处理, 关键点检测, 深度学习, 卷积神经网络

Abstract:

As an entrance and challenge for many medical images processing, it is clinically essential to study on the medical image landmark detection and localization. Due to inter-individual variability and intra-individual ambiguity, as well as higher accuracy requirements of clinical application, the detection of medical anatomical landmarks was facing enormous challenges. In view of strength of deep learning of medical image landmark detection and the entire medical image processing field, we comprehensively retrieves relevant papers published in the top medical journals and conference proceedings to conduct a detailed review of these research findings. First of all, we briefly introduce difficulties in medical image landmark detection from the view of computer vision tasks. Secondly, we describe basic framework in medical image landmark detection, and discuss two different categories: classification and regression landmark detection solutions. Finally, we discuss the challenges and practicable strategies in deep learning for medical image landmark detection, as well as open research.

Key words: medical images processing, landmark detection, deep learning, convolutional neural networks

中图分类号: