期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于半监督多尺度特征分解网络的CTA图像冠状动脉分割
1
作者
赵凤军
张涵
+2 位作者
陈一兵
贺小伟
宋小磊
《西北大学学报（自然科学版）》
CAS
CSCD
北大核心
2020年第4期560-570,共11页
CT血管造影图像(CT angiography,CTA)已成为心血管疾病筛查、诊断和治疗的重要依据,从图像中分割提取出冠状动脉对于形象展示冠脉解剖结构、分析评估血流情况和疾病精准诊断有重要意义。针对CTA图像特点,该文提出了一种只需少量标记数...
CT血管造影图像(CT angiography,CTA)已成为心血管疾病筛查、诊断和治疗的重要依据,从图像中分割提取出冠状动脉对于形象展示冠脉解剖结构、分析评估血流情况和疾病精准诊断有重要意义。针对CTA图像特点,该文提出了一种只需少量标记数据的半监督深度学习方法进行冠脉分割。由于不同层面图像中冠脉血管直径大小不一,该文构建了包含编解码模块的多尺度网络来有效分割不同尺寸冠脉,其中,编码模块中加入跳跃连接以获取更丰富的特征信息,而解码阶段加入密集连接模块来避免网络过深产生的梯度消失。在测试时,首先,使用卷积神经网络识别包含冠脉的切片,然后,在筛选出的包含冠脉切片中使用前述训练网络进行冠脉分割,以进一步减少由于半监督学习中标记过少而产生的过拟合现象。实验使用了28个心脏病病人的CTA数据,冠脉三维结构分割结果的灵敏度、特异性、准确率、阳性预测值、阴性预测值与Dice系数分别为86.86%,99.79%,99.99%,66.12%,99.99%,0.721 6,优于其他对比方法,证明该文提出的多尺度特征分解网络能够有效完成冠状动脉分割任务。
展开更多
关键词
冠状动脉分割
多尺度特征分解网络
深度学习
半监督学习
CTA图像
在线阅读
下载PDF
职称材料
题名
基于半监督多尺度特征分解网络的CTA图像冠状动脉分割
1
作者
赵凤军
张涵
陈一兵
贺小伟
宋小磊
机构
西北大学信息科学与技术学院
西北大学西安市影像组学与智能感知重点实验室
出处
《西北大学学报（自然科学版）》
CAS
CSCD
北大核心
2020年第4期560-570,共11页
基金
国家自然科学基金资助项目(61971350,61701403)
中国博士后基金面上项目(2019M653717)
+1 种基金
陕西省重点研发计划资助项目(2020SF-036)
西安市科技计划资助项目(GXYD18.3)。
文摘
CT血管造影图像(CT angiography,CTA)已成为心血管疾病筛查、诊断和治疗的重要依据,从图像中分割提取出冠状动脉对于形象展示冠脉解剖结构、分析评估血流情况和疾病精准诊断有重要意义。针对CTA图像特点,该文提出了一种只需少量标记数据的半监督深度学习方法进行冠脉分割。由于不同层面图像中冠脉血管直径大小不一,该文构建了包含编解码模块的多尺度网络来有效分割不同尺寸冠脉,其中,编码模块中加入跳跃连接以获取更丰富的特征信息,而解码阶段加入密集连接模块来避免网络过深产生的梯度消失。在测试时,首先,使用卷积神经网络识别包含冠脉的切片,然后,在筛选出的包含冠脉切片中使用前述训练网络进行冠脉分割,以进一步减少由于半监督学习中标记过少而产生的过拟合现象。实验使用了28个心脏病病人的CTA数据,冠脉三维结构分割结果的灵敏度、特异性、准确率、阳性预测值、阴性预测值与Dice系数分别为86.86%,99.79%,99.99%,66.12%,99.99%,0.721 6,优于其他对比方法,证明该文提出的多尺度特征分解网络能够有效完成冠状动脉分割任务。
关键词
冠状动脉分割
多尺度特征分解网络
深度学习
半监督学习
CTA图像
Keywords
coronary artery segmentation
multi-scale spatial decomposition network
deep learning
semi-supervised learning
computed tomography angiography
分类号
TP39 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于半监督多尺度特征分解网络的CTA图像冠状动脉分割
赵凤军
张涵
陈一兵
贺小伟
宋小磊
《西北大学学报（自然科学版）》
CAS
CSCD
北大核心
2020
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
