机器和深度学习应用于医学微波成像:从重建到分类的范围审查
Tiago M M Silva1, Raquel C Conceição1,2, Daniela M Godinho1,2
1Departamento de Física, Faculdade de Ciências, Universidade de Lisboa, 1749-016 Lisbon, Portugal.
Progress in biomedical engineering (Bristol, England)
|September 25, 2025
概括
机器学习 (ML) 增强了用于医疗应用的微波成像 (MWI). 本综述涵盖了MWI中的ML用于图像重建和组织分类,强调其在乳腺癌检测和神经障碍诊断方面的潜力.
科学领域:
- 医疗成像医学成像
- 机器学习 机器学习
- 生物医学工程 生物医学工程
背景情况:
- 微波成像 (MWI) 为传统医学成像提供了一个非侵入性的,具有成本效益的替代方案.
- MWI显示了乳房和大脑成像应用的潜力.
- 机器学习 (ML) 越来越多地被整合到医学诊断中.
研究的目的:
- 在MWI中提供ML应用的范围审查.
- 专注于ML在MWI图像重建和组织分类中的作用.
- 分析ML增强的MWI当前的方法和未来的潜力.
主要方法:
- 关于MWI中ML的最近研究的审查.
- 分析用于图像重建的ML算法 (例如,CNN,SVM).
- 检查ML在疾病检测组织分类中的应用.
主要成果:
- 机器学习算法显著提高了MWI图像质量.
- ML有助于区分组织类型用于诊断目的.
- 特定的ML方法在乳腺癌和神经疾病分类方面显示出前途.
结论:
- 机器学习是推动MWI的关键技术.
- 通过ML增强的MWI具有临床应用的巨大潜力.
- 进一步的研究可以优化ML集成,以提高诊断准确度.
