Deep reinforcement learning in medical imaging: A literature review

【作者团队】S. Kevin Zhou, Hoang Ngan Le, Khoa Luu, Hien V Nguyen, Nicholas Ayache

【论文链接】https://www.sciencedirect.com/science/article/pii/S1361841521002395

【推荐理由】深度强化学习 (DRL) 增强了强化学习框架，该框架利用深度神经网络的代表性力量来学习最大化预期奖励的一系列动作。最近的工作证明了 DRL 在医学和医疗保健方面的巨大潜力。本文介绍了医学影像中 DRL 的文献综述。从 DRL 的综合教程开始，包括最新的无模型和基于模型的算法。然后，介绍了现有的医学成像 DRL 应用，它们大致分为三个主要类别：（i）参数医学图像分析任务，包括界标检测、对象/病变检测、配准和视图平面定位；(ii) 解决优化任务，包括超参数调整、选择增强策略和神经架构搜索；(iii) 其他应用，包括手术手势分割、个性化移动健康干预和计算模型个性化。本文最后讨论了未来的前景。