论文部分内容阅读
随着成像技术的成熟,临床医生及实验人员能获得同时带有时间和空间信息的4D(3D+时间)数据,用于纵向研究疾病变化情况。由于缺乏合适的处理算法,导致明显的信息丢失。为解决这一问题,一些研究发挥人工智能在海量数据处理上的优势进行纵向医学图像分析,研究目标随时间的动态变化。本文对4D时空纵向分析在生物学运动目标追踪、医学影像分割、肿瘤生长预测、血管动力学和神经科学等应用进行综述,重点探讨了人工智能技术与传统分析方法在各应用场景的优劣,并从联合多模态异构数据进行关联分析及联邦学习辅助算法部署两个角度进行前瞻