期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
利用深度学习实现CT图像上腰骶椎各结构分割及椎间盘自动定位的可行性研究 被引量:1
1
作者 田靖一 王可欣 +3 位作者 吴鹏升 李家轮 张晓东 王霄英 《放射学实践》 CSCD 北大核心 2024年第2期253-261,共9页
目的:探索使用3D U-Net深度学习模型在CT图像上进行腰椎各结构的自动分割及椎间盘自动定位的可行性。方法:回顾性搜集2020年12月1日-2021年3月29日于本院行腰椎平扫CT的患者影像图像,排除腰椎术后、脊柱畸形及骨转移的病例,共纳入了154... 目的:探索使用3D U-Net深度学习模型在CT图像上进行腰椎各结构的自动分割及椎间盘自动定位的可行性。方法:回顾性搜集2020年12月1日-2021年3月29日于本院行腰椎平扫CT的患者影像图像,排除腰椎术后、脊柱畸形及骨转移的病例,共纳入了154个图像数据。手工标注腰骶椎各椎体、椎间盘及硬膜囊。按8:1:1比例将数据随机分为训练集(n=125)、调优集(n=14)和测试集(n=15)。利用3D U-Net分割模型进行训练,以医师手动标注结果作为参考标准,根据测试集Dice相似系数(DSC)、体积相似度(VS)和Hausdorff距离(HD)作为评价模型分割效能的指标。应用连通域分割算法进行腰椎各椎间盘定位,以医师判定为金标准,采用混淆矩阵评价模型识别各椎间盘的位置的定位效能。结果:测试集中3D U-Net深度学习模型对腰骶椎各结构分割结果DSC值、VS值均>0.96。模型识别各椎间盘位置的准确率达98.7%,模型预测与医师判定一致性高。结论:3D U-Net深度学习模型和可用于CT图像中腰椎各主要结构的自动分割并通过连通域算法实现椎间盘自动定位。 展开更多
关键词 深度学习 腰骶椎 定位
在线阅读 下载PDF
胸腰椎创伤的CT诊断:胸腰椎创伤分类和严重评分(TLICS)与结构化报告 被引量:1
2
作者 田靖一 王霄英 《放射学实践》 CSCD 北大核心 2024年第2期293-298,共6页
胸腰椎骨折是急性脊柱创伤中最常见的情况,准确评估创伤严重程度对制定治疗方案非常重要。2005年脊柱创伤组织(Spine Trauma Group)提出了胸腰椎创伤分类和严重评分(thoracolumbar injury classification and severity score,TLICS)用... 胸腰椎骨折是急性脊柱创伤中最常见的情况,准确评估创伤严重程度对制定治疗方案非常重要。2005年脊柱创伤组织(Spine Trauma Group)提出了胸腰椎创伤分类和严重评分(thoracolumbar injury classification and severity score,TLICS)用于治疗前评估。2016年Kepler等提出AOSpine胸腰椎损伤评分(TL AOSIS)用于指导医生是否行手术治疗。本文介绍了TLICS及AOSpine分型的影像诊断要点并构建了结构化报告,期望推广TLICS及TLAOSIS评分系统的临床应用,提高报告的规范性及可读性。 展开更多
关键词 脊柱 创伤 TLICS分型 结构化报告
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部