1. 毕业设计（论文）主要内容：

医学图像分割是图像分割的一个重要领域，它在图像中自动分割出感兴趣的区域方面扮演着极其重要的角色。而深度学习因其具有多隐层，能够自动学习游泳的特征的特性，在特征的提取以及最终的分割结果在实际应用中取得了不错的效果。深度学习被引入机器学习领域与大数据的完美结合加快了人工智能实现的步伐，近年来备受学术界和工业界的广泛关注。本选题具体设计内容包括：

1） 广泛查阅资料，学习、掌握深度学习基本原理、方法基础；

2）根据肿瘤放疗靶区勾画临床要求，搭建深度神经网络模型，基于肿瘤临床pet/ct影像，开展大体肿瘤区gtv自动识别和勾画深度学习研究；

2. 毕业设计（论文）主要任务及要求

1）围绕毕业设计内容，广泛阅读中英文文献及书籍，完成开题报告一份；

2）翻译相关英文文献资料，翻译量约 5000 汉字；

3）通过广泛的文献查阅，学习深度学习基本原理、方法基础；

3. 毕业设计（论文）完成任务的计划与安排

第 1-2 周 确定选题，英文文献翻译

第 3-4 周 查阅文献，撰写开题报告

第 5-10 周设计与实现

4. 主要参考文献

[1]ronneberger o, fischer p, brox t. u-net: convolutional networksfor biomedical image segmentation[m]// medical image computing andcomputer-assisted intervention — miccai 2015.springer international publishing, 2015:234-241.

[2]#214;zgün#199;i#231;ek, abdulkadir a,lienkamp s s, et al. 3d u-net: learning dense volumetric segmentation fromsparse annotation[c]// international conference on medical image computing andcomputer-assisted intervention. springer, cham, 2016:424-432.