计算机行业：从星星之火到燎原之势~AI应用系列报告医学影像智能识别-171224（18页）

新用户首篇研报专享优惠价

报告摘要

人工智能方法在医学图像处理中的应用十分广泛，涉及医学图像分割、图像配准、图像融合、图像压缩、图像重建等多个领域。医疗影像智能识别按照应用领域，可以分为放射类、放疗类、手术类以及病理类：1 放射类：类似于军队的“情报部门”，通过射线成像了解人体内部的病变情况，形成影像。对该影像智能识别的目的在于标注病灶位置。2 放疗类：类似于军队的“战斗部门”，在制定放疗方案之前，医生需要通过成像设备对靶区进行定位，从而形成影像。对该影像智能识别的目的在于进行靶区自动勾画，由于放疗需要杀死细胞，病变区域勾勒的越准确越好，对智能影像识别准确率要求高。3 手术类：对CT等影像通过3D可视化等技术，进行三维重建，帮助医生进行手术前规划，确保手术的精确性。4 病理类：病理诊断是最终确诊环节，MRI、CT、B超等影像判读的正确与否要参考病理诊断的结果。传统的病历检验是医生在显微镜下直接读取病历涂片，现在数字化病理系统使得AI读片成为可能。行业内公司目前多涉足于放射类和病理类：1 放射类影像比较容易获取标注数据进行深度学习，且应用场景多领域广，有较多创业公司涉足；