数据集 | 模型 | 器官 | 损失 | 精度 | 文献 | 内部数据集 | 2.5D CNN | 脑部、乳腺MR,心脏血管造影图像 | 交叉熵损失 | | [77] | 2016 MICCAI IVDs挑战赛数据集 | 3D FCN | 椎间盘MR | 加权交叉熵损失 | Dice=0.912 | [78] | 2017 MICCAI grand challenge on infant brain MRI | Multistream 3D FCN | 脑部MR | 似然损失 | Dice=0.954 | [81] | | | | | ASD=0.127 | | | | | | MHD=9.62 (脑脊液) | | MICCAI 2009 LV Segmentation Challenge | Recurrent FCN | 心脏MR | 交叉熵损失 | Dice=0.90 | [82] | | | | | APD=2.05 | | TCIA(ProstateX,QINHEADNECK) | U-Net | 多器官 | Combo损失 | Dice=0.92 | [92] | DRIVE、STARE、CHASH_DB1 | R2 U-Net | 多器官 | 二值交叉熵损失 | Dice=0.86 | [85] | PROMISE 2012 challenge | V-Net | 前列腺MR | Dice损失 | Dice=0.87 | [84] | | | | | HD=5.71 mm | | DRIVE Dataset、ISIC 2018 | Bi-LSTM | 多器官 | 二值交叉熵损失 | F1-Score>0.99 | [87] | MICCAI BRATS 2013,2015 | SegGAN | 头部MR | 多尺度L1范数损失 | Dice=0.84/0.85(BRATS 2013数据集/BRATS 2015数据集) | [100] | INbreast dataset,DDSM dataset | cGAN | 乳腺钼靶图像 | Dice以及对抗损失 | Dice=0.94(INbreast) | [90] |
|