O câncer de pulmão é uma doença prevalente e ameaçadora à vida que requer detecção e tratamento em tempo hábil para melhorar os resultados dos pacientes. Avanços recentes em processamento de imagens e técnicas de aprendizado profundo abriram novas avenidas para identificar o câncer em imagens médicas. Examinamos esses estudos em várias dimensões, abarcando dados de entrada (como modalidade de dados, técnicas de pré-processamento e geração de dados sintéticos), design de modelo (incluindo arquitetura, módulos e funções de perda) e aspectos de avaliação (cobrindo requisitos de anotação de dados e desempenho de segmentação). Nossa análise considera principalmente os métodos recentemente propostos e adota uma perspectiva sistemática para entender o impacto dessas escolhas nas tendências atuais, identificando áreas (ou seja, lacunas de pesquisa) onde futuros pesquisadores podem atuar. Para facilitar a referência e comparação, resumimos de forma abrangente as principais conclusões das metodologias existentes. O repositório do GitHub para este artigo de pesquisa pode ser encontrado aqui.
Sau et al. (Mon,) estudaram essa questão.