期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度学习分割前列腺多参数MRI图像中的骨质结构 被引量：5
1
作者 刘想 韩超 +3 位作者 张耀峰 张大斗 张晓东 王霄英 《中国医学影像学杂志》 CSCD 北大核心 2021年第8期811-816,821,共7页
目的训练3D U-Net模型,研究自动分割前列腺多参数磁共振成像(mpMRI)扫描所获得的扩散加权成像(DWI和表观扩散系数(ADC)图像中骨质结构的可行性。资料与方法回顾性分析105例前列腺mp MRI患者的图像。手工标注DWI_(高)(b=800 s/mm^(2))、D... 目的训练3D U-Net模型,研究自动分割前列腺多参数磁共振成像(mpMRI)扫描所获得的扩散加权成像(DWI和表观扩散系数(ADC)图像中骨质结构的可行性。资料与方法回顾性分析105例前列腺mp MRI患者的图像。手工标注DWI_(高)(b=800 s/mm^(2))、DWI_(低)(b=0 s/mm^(2))和ADC图像上的骨质结构。将不同序列组合作为输入数据训练分割模型,评估输入6个不同序列组合对3D U-Net模型性能的影响。模型评价指标包括定量指标(DICE系数、标签体积)和定性指标(主观评分),模型评价标准为计算测试集中全部序列的达标率,超过80%为符合临床应用需求。结果3D U-Net模型预测DWI图像盆腔骨质的DICE值为0.75(0.70~0.81)~0.81(0.73~0.85),ADC图像为0.79(0.78~0.81)~0.83(0.80~0.85),但不同模型间DICE值差异无统计学意义(H_(DWI高)=2.978,P_(DWI高)>0.05;H_(ADC)=1.140,P_(ADC)>0.05)。不同模型间模型预测与人工标注体积差值差异无统计学意义(H_(DWI高)=2.900,P_(DWI高)>0.05;H_(ADC)=2.236,P_(ADC)>0.05)。定性评分模型1和3在DWI_(高)和ADC图像的分割中达标率最高,均在80%以上。结论使用盆腔DWI_(高)联合ADC序列的3D U-Net模型对前列腺mp MRI盆腔骨质结构分割可达到较高的效能,符合临床应用需求。 展开更多
关键词 人工智能 磁共振成像 扩散加权成像 表观扩散系数 分割 骨盆
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部