Адаптация домена для анализа медицинских изображений: обзор

Методы машинного обучения, применяемые для автоматизированного анализа медицинских изображений, обычно сталкиваются с проблемой сдвига домена, обусловленной различиями в распределениях исходных и целевых данных. Адаптация домена рассматривается как перспективное решение этой проблемы и в последние годы привлекает значительное внимание. Цель настоящей работы — представить обзор последних достижений в области методов адаптации домена для анализа медицинских изображений. Сначала рассматриваются причины применения методов адаптации домена для преодоления неоднородности данных при анализе медицинских изображений. Затем приводится обзор современных моделей адаптации домена для различных задач анализа медицинских изображений. Существующие методы классифицированы на неглубокие и глубокие модели; каждая из этих групп дополнительно разделена на методы обучения с учителем, полуобучения и обучения без учителя. Также представлен краткий обзор эталонных наборов медицинских изображений, используемых в современных исследованиях адаптации домена. Этот обзор поможет исследователям лучше понять современное состояние, проблемы и перспективные направления развития данной активно развивающейся области.