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
基于深度学习模型的颈椎MR图像脊髓及椎管自动测量
被引量：
1
1
作者
马超
冯小晨
+7 位作者
杨家诚
林丽娜
张雪媛
王晓雯
任菲
邵成伟
曹鹏
曹凯
《放射学实践》
CSCD
北大核心
2024年第11期1514-1520,共7页
目的:探讨深度学习实现颈椎MR脊髓和椎管自动测量的可行性。方法:回顾性收集558例颈椎MR图像,以8:1:1的比例随机分为训练集(n=436)、调优集(n=61)和测试集(n=61)。由一位低年资医师标注所有图像的椎管和脊髓,在测试集中测量脊髓最大受...
目的:探讨深度学习实现颈椎MR脊髓和椎管自动测量的可行性。方法:回顾性收集558例颈椎MR图像,以8:1:1的比例随机分为训练集(n=436)、调优集(n=61)和测试集(n=61)。由一位低年资医师标注所有图像的椎管和脊髓,在测试集中测量脊髓最大受压程度、椎管最大狭窄程度、横截面积及压缩比,由一位主任医师审核所有结果后作为金标准。另一位高年资医师在测试集中进行测量作为人工组结果。以Swin Transformer为骨干网络的深度学习模型进行的分割和测量作为模型组结果。采用Dice相似系数(DSC)、交并比(IoU)评价模型分割性能。使用组内相关系数(ICC)、Bland-Altman散点图比较各组结果一致性。结果:测试集中,深度学习模型分割脊髓(横轴面、矢状面)和椎管(矢状面)的DSC值(%)为93.10±0.57、94.60±0.09、86.17±0.22,IoU值(%)为87.09±1.00、89.76±0.17、75.70±0.34。人工组、模型组和金标准的ICC值为0.770~0.945,模型组与金标准的组间ICC值为0.782~0.913,人工组与金标准的组间ICC值为0.692~0.903,三组之间的差异具有统计学意义(P<0.001)。结论:深度学习模型对颈椎MR椎管和脊髓的分割测量具有较高准确性。
展开更多
关键词
磁共振成像
颈椎
深度学习
自动分割
自动测量
在线阅读
下载PDF
职称材料
题名
基于深度学习模型的颈椎MR图像脊髓及椎管自动测量
被引量：
1
1
作者
马超
冯小晨
杨家诚
林丽娜
张雪媛
王晓雯
任菲
邵成伟
曹鹏
曹凯
机构
中国人民解放军海军
军医大学
第一
附属
医院
放射诊断科
中国人民解放军海军军医大学第二附属医院脊柱外科
重庆知见生命科技有限公司
中国
科学院计算技术研究所处理器芯片全国重点实验室
出处
《放射学实践》
CSCD
北大核心
2024年第11期1514-1520,共7页
基金
国家自然科学基金面上项目(82372045)
上海市自然科学基金面上项目(23ZR1478400)。
文摘
目的:探讨深度学习实现颈椎MR脊髓和椎管自动测量的可行性。方法:回顾性收集558例颈椎MR图像,以8:1:1的比例随机分为训练集(n=436)、调优集(n=61)和测试集(n=61)。由一位低年资医师标注所有图像的椎管和脊髓,在测试集中测量脊髓最大受压程度、椎管最大狭窄程度、横截面积及压缩比,由一位主任医师审核所有结果后作为金标准。另一位高年资医师在测试集中进行测量作为人工组结果。以Swin Transformer为骨干网络的深度学习模型进行的分割和测量作为模型组结果。采用Dice相似系数(DSC)、交并比(IoU)评价模型分割性能。使用组内相关系数(ICC)、Bland-Altman散点图比较各组结果一致性。结果:测试集中,深度学习模型分割脊髓(横轴面、矢状面)和椎管(矢状面)的DSC值(%)为93.10±0.57、94.60±0.09、86.17±0.22,IoU值(%)为87.09±1.00、89.76±0.17、75.70±0.34。人工组、模型组和金标准的ICC值为0.770~0.945,模型组与金标准的组间ICC值为0.782~0.913,人工组与金标准的组间ICC值为0.692~0.903,三组之间的差异具有统计学意义(P<0.001)。结论:深度学习模型对颈椎MR椎管和脊髓的分割测量具有较高准确性。
关键词
磁共振成像
颈椎
深度学习
自动分割
自动测量
Keywords
Magnetic resonance imaging
Cervical vertebral
Deep learning
Auto-segmentation
Auto-measurement
分类号
R445.2 [医药卫生—影像医学与核医学]
R-05 [医药卫生]
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
基于深度学习模型的颈椎MR图像脊髓及椎管自动测量
马超
冯小晨
杨家诚
林丽娜
张雪媛
王晓雯
任菲
邵成伟
曹鹏
曹凯
《放射学实践》
CSCD
北大核心
2024
1
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
