医学图像分割算法的演进、实践与展望：从传统到深度学习的跨越

一、引言

1.1研究背景与意义

在现代医学领域，医学图像作为疾病诊断、治疗规划和病情监测的关键依据，承载着丰富的人体生理和病理信息。常见的医学图像，如X射线成像（X-CT）、电脑断层扫描（CT）、正电子发射计算机断层显像（PET-CT）、核磁共振成像（MRI）、核医学成像（NMI）、超声波成像（UI）以及显微镜下拍摄的病理图像等，从不同角度和层面展示了人体内部结构。然而，这些图像中包含的信息往往是复杂且冗余的，医生需要从海量的数据中精准提取关键信息，这无疑是一项极具挑战性的任务。

医学图像分割技术应运而生，它致力于将医学图像中