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：
基于膝关节软骨磁共振半定量评分的自动分割与分类评价 被引量：9
1
作者 司莉萍 宣锴 姚伟武 《磁共振成像》 CAS CSCD 2018年第12期928-935,共8页
目的通过机器学习大量影像诊断明确的膝关节软骨不同程度病变的磁共振图像,实现膝关节软骨评分的自动分类和分割并评价其准确性,具有监测骨关节炎(osteoarthritis,OA)发生和发展过程的应用价值。材料与方法回顾性纳入590例膝关节磁共振3... 目的通过机器学习大量影像诊断明确的膝关节软骨不同程度病变的磁共振图像,实现膝关节软骨评分的自动分类和分割并评价其准确性,具有监测骨关节炎(osteoarthritis,OA)发生和发展过程的应用价值。材料与方法回顾性纳入590例膝关节磁共振3.0 T数据。自动分类数据557例;自动分割数据33例,其中27个数据用于训练,6个数据用于测试。在深度学习的基础上利用迁移学习方法,基于两种神经网络模型,即V型网络和Inception网络,进行自动分割和分类。软骨的分割由放射科医师进行手工标注,以进行比较。软骨的分类由放射科医师依据全器官磁共振成像评分(whole-organ magnetic resonance imaging score,WORMS)分区方法及Recht评分标准进行评分;自动分割精度的量化指标使用Dice相似性系数。结果所有膝关节骨骼自动分割的Dice相似性系数值(dice similarity coefficient value,DSC)均在0.90以上,膝关节软骨自动分割的Dice相似性系数值均在0.70以上,表明本研究提出的自动分割方法能准确地分割膝关节骨骼和软骨。结论利用深度神经网络建立了一种膝关节自动分割和软骨病变分类的方法,V型网络和Inception网络展示了快速生成准确分割和分类结果的效率和精确度,可以得到较准确的结果,有助于提取形态特征,具有监测和诊断OA的价值,为影像诊疗流程自动化提供了技术支持。 展开更多
关键词 膝关节 骨关节炎 软骨 关节 自动分割 自动分类 磁共振成像
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