本文介绍了多种基于深度学习的肺气道分割方法，包括NaviAirway、AeroPath数据集及多尺度嵌套残差U-Net模型。这些方法通过改进损失函数和引入新技术，提高了气道分割的准确性和可靠性，适用于肺部疾病的早期诊断与治疗。

本文综述了支气管镜导航与肺气道分割的深度学习方法，包括CNN气道分类、HMM定位、NaviAirway分割、ConTrack设备跟踪、跨域特征交互网络及分支级U-Net，用于无需CT的导航、肺部疾病诊断和手术跟踪。