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
基于全局与上下文双注意力U-Net网络于脊柱矢状位X线片中分割胸椎及腰椎
1
作者
肖霖
张笠
+4 位作者
唐渔
黄玉瑶
王力航
何力
何志琴
《中国医学影像技术》
北大核心
2025年第1期128-132,共5页
目的观察全局与上下文双注意力U-Net网络于脊柱矢状位X线片中分割胸椎和腰椎的价值。方法回顾性纳入600例青少年特发性脊柱侧弯患者、共600幅脊柱矢状位X线片。对图像进行预处理,以人工标注T4~T12和L1~L5作为参考标准。将全局注意力细化...
目的观察全局与上下文双注意力U-Net网络于脊柱矢状位X线片中分割胸椎和腰椎的价值。方法回顾性纳入600例青少年特发性脊柱侧弯患者、共600幅脊柱矢状位X线片。对图像进行预处理,以人工标注T4~T12和L1~L5作为参考标准。将全局注意力细化(GAR)模块和注意力空间金字塔池化(A-ASPP)模块添加至U-Net网络,采用5折交叉验证方法进行训练和验证,分析其分割矢状位X线片的性能,并与金字塔场景解析网络(PSPNet)、视觉几何组(VGG)-UNet及DeepLabv3+分割结果进行对比。结果全局与上下文双注意力U-Net网络分割脊柱矢状位X线片中胸椎及腰椎的精确度为90.58%、敏感度为89.51%、戴斯相似系数为90.20%,均优于PSPNet、VGG-UNet及DeepLabv3+网络;损失函数和平均交并比曲线显示其收敛速度快,具有较好泛化能力。结论基于全局与上下文双注意力U-Net网络可于脊柱矢状位X线片中有效分割胸椎及腰椎。
展开更多
关键词
胸椎
腰椎
X线
人工智能
自动分割
在线阅读
下载PDF
职称材料
题名
基于全局与上下文双注意力U-Net网络于脊柱矢状位X线片中分割胸椎及腰椎
1
作者
肖霖
张笠
唐渔
黄玉瑶
王力航
何力
何志琴
机构
贵州
大学电气工程学院
北京积水潭医院
(
贵州
医院
)
脊柱
科
深圳市中
医院
肿瘤
科
出处
《中国医学影像技术》
北大核心
2025年第1期128-132,共5页
基金
贵州省科技计划(黔科合支撑[2022]一般264)。
文摘
目的观察全局与上下文双注意力U-Net网络于脊柱矢状位X线片中分割胸椎和腰椎的价值。方法回顾性纳入600例青少年特发性脊柱侧弯患者、共600幅脊柱矢状位X线片。对图像进行预处理,以人工标注T4~T12和L1~L5作为参考标准。将全局注意力细化(GAR)模块和注意力空间金字塔池化(A-ASPP)模块添加至U-Net网络,采用5折交叉验证方法进行训练和验证,分析其分割矢状位X线片的性能,并与金字塔场景解析网络(PSPNet)、视觉几何组(VGG)-UNet及DeepLabv3+分割结果进行对比。结果全局与上下文双注意力U-Net网络分割脊柱矢状位X线片中胸椎及腰椎的精确度为90.58%、敏感度为89.51%、戴斯相似系数为90.20%,均优于PSPNet、VGG-UNet及DeepLabv3+网络;损失函数和平均交并比曲线显示其收敛速度快,具有较好泛化能力。结论基于全局与上下文双注意力U-Net网络可于脊柱矢状位X线片中有效分割胸椎及腰椎。
关键词
胸椎
腰椎
X线
人工智能
自动分割
Keywords
thoracic vertebrae
lumbar vertebrae
X-rays
artificial intelligence
automatic segmentation
分类号
R681.5 [医药卫生—骨科学]
R814.3 [医药卫生—影像医学与核医学]
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
基于全局与上下文双注意力U-Net网络于脊柱矢状位X线片中分割胸椎及腰椎
肖霖
张笠
唐渔
黄玉瑶
王力航
何力
何志琴
《中国医学影像技术》
北大核心
2025
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
