文章目录
1 研究背景
2 本文的综述范围和文献采集过程
3 多模态医学影像研究成果
3.1 适用于医学影像分析的NLP理论和模型
3.2 多模态(NLP数据和成像数据)的深度学习或表征学习模型
3.3 生成模型在医学影像中的应用
3.4 为医学影像开发的NLP任务
3.5 与医学影像相关的知识图谱——NLP集成
4 结语
文章摘要:自然语言处理和医学影像的发展使深度学习模型能够在各种领域和各种数据模态中表现出出色的通用性。这些进步不仅加深了对数据的理解，而且促进了学界对最先进架构及其前景的认识。医学影像研究人员已经认识到仅针对图像研究的不足之处，以及对多模态输入进行综合分析的重要意义。但是，目前相关综述论文的缺乏不利于这个研究方向的发展。本篇综述介绍了自然语言处理和医学图像结合这一领域的背景，并分5个主题回顾现有文献的研究目标、模型架构、目标任务、实验数据和性能指标，还对该领域未来可能的发展方向进行简要描述，旨在为研究人员和医护人员提供现有学术研究的详细总结，提出理性的见解，进而促进未来的研究。
文章关键词:
