佟超 韩勇 冯巍 李伟铭 陶丽新 郭秀花

0 引言

人工智能(artificial intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。机器学习(machine learning，ML)，是一种实现人工智能的方法，其应用算法来解析数据，像人一样具有学习能力，对具体事件进行决策和预测。而深度学习(deep learning，DL)是一种实现机器学习的技术，是一种数据驱动的自动学习图像中隐藏的高层次特征的方法，该方法能够大幅度减少特征选择时主观因素的干扰;此外,该模型应用了非线性层结构，能够建立较为复杂的模型；另外，浅层神经网络容易出现欠拟合，而DL可以通过增加网络深度提高学习能力，使解决一些较复杂问题成为可能。因此，近些年该方法广泛应用于图像分类、人脸识别及医学图像。

1 DL在医学图像自动分割中的应用

医学图像分割是DL应用于医学图像分析的一个重要领域，它在图像中自动分割出感兴趣区域，帮助后续的诊断及分析，有效避免医生的主观性影响[1]。脑肿瘤是指在颅腔中的异常生长的新生物，对人体伤害非常大，常常产生头痛、颅内高压等症状。由于根据脑肿瘤病理类型及发病部位的不同其治疗方案也随之改变，因此，正确对脑肿瘤进行分割对其诊治是十分重要的。Havaei 等[2]提出一种基于深度神经网络的全自动脑图像肿瘤分割方法，不仅在临床诊断中有助于神经系统疾病的评估，提高了模型速度，而且在基础神经科学研究中也具有重要作用。……