邱松炜，于晓巍

1.上海海洋大学工程学院，上海 201200；2.上海交通大学附属第六人民医院骨科，上海 200233；*通信作者 于晓巍 yuxw@sjtu.edu.cn

医学影像是疾病诊断、筛选、评估和确定治疗方案的重要工具。由于影像诊断主要凭借诊断医师的阅片水平和经验完成，医师的主观性阅片、影像数量过多和重复性低以及定量分析不够等均会降低诊断率和阅片效率，而通过计算机技术体系辅助医师诊疗可以改善以上问题，提高工作效率。

继机器学习之后，深度学习迅速发展，广泛应用于图像识别和分类、语音识别和自然语言处理等多个领域[1]。目前深度学习在骨关节领域的研究也逐渐增多。骨关节疾病种类繁多，图片数据质量高、数量大，数据的多样性等特点更有利于深度学习在骨关节影像疾病诊断中的发展。本文对深度学习在骨关节影像的图像重建与合成、图像配准、图像分割和图像检测分类中的应用及研究进展进行阐述。

1 深度学习与神经网络

神经网络是深度学习的重要组成。人的大脑可视皮层是分级的，人眼观测到的图像信息会提取图像局部特征，最后汇总到大脑最上层整合为整体特征，完成对不同事物的准确区分。深度学习中的卷积神经网络（convolutional neural network，CNN）模仿人类大脑对信息接收和处理的特点进行设计，使用多层卷积提取图像特征，浅层网络提取边缘特征属性，随着网络层数增加，边缘特征合成为高层特征以模拟人脑工作，已广泛用于图像处理领域。……