Глубокое обучение для сегментации изображений сердца: обзор

В последние годы глубокое обучение стало наиболее широко применяемым подходом к сегментации изображений сердца. В этой статье представлен обзор более 100 публикаций, посвящённых сегментации кардиологических изображений с использованием глубокого обучения. Рассмотрены распространённые методы визуализации, включая магнитно-резонансную томографию (МРТ), компьютерную томографию (КТ) и ультразвуковое исследование, а также основные представляющие интерес анатомические структуры — желудочки, предсердия и сосуды. Кроме того, приведён обзор общедоступных наборов кардиологических изображений и репозиториев исходного кода, призванный создать основу для развития воспроизводимых исследований. Наконец, обсуждаются проблемы и ограничения современных подходов на основе глубокого обучения, включая дефицит размеченных данных, обобщаемость моделей при работе с данными из различных предметных областей и интерпретируемость, а также предлагаются перспективные направления дальнейших исследований.