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
基于深度神经网络的冠状动脉造影图像血管分割和节段识别
被引量：
4
1
作者
谢丽华
史晓彤
+6 位作者
王筱斐
黄云飞
赵森祥
杜天明
管常东
张洪刚
徐波
《中国循环杂志》
CSCD
北大核心
2020年第11期1064-1071,共8页
目的:应用深度学习技术相关神经网络算法,创建冠状动脉造影图像血管分割和血管节段识别的人工智能模型。方法:纳入2018年7月于中国医学科学院阜外医院行冠状动脉造影患者2834例,共12900张冠状动脉造影图像。患者的冠状动脉造影图像由中...
目的:应用深度学习技术相关神经网络算法,创建冠状动脉造影图像血管分割和血管节段识别的人工智能模型。方法:纳入2018年7月于中国医学科学院阜外医院行冠状动脉造影患者2834例,共12900张冠状动脉造影图像。患者的冠状动脉造影图像由中国医学科学院阜外医院心血管介入诊疗影像分析核心实验室影像分析师标注。搭建一种创新的深度神经网络(DNN),分别进行冠状动脉造影图像血管分割和节段识别任务。在数据集中,11900张标注图像用于网络训练,1000张用于网络测试。以真实精标注图片为“金标准”,评价DNN对冠状动脉造影图像血管分割及节段识别的能力。结果:DNN对冠状动脉造影图像血管自动分割的平均准确度达99.2%(95%CI:99.1%~99.2%),F1分数为0.91±0.03,且对冠状动脉主支血管的分割结果优于一级分支血管。DNN对冠状动脉造影图像血管节段识别的平均准确度为98.6%(95%CI:98.6%~98.7%),F1分数为0.80±0.05,对冠状动脉主支血管段的识别效果优于一级分支血管,对血管近段的识别准确度优于血管远段。随着训练数据量增加,DNN对冠状动脉造影图像血管分割的性能明显提升。结论:该研究显示了DNN用于冠状动脉造影图像血管分割及节段识别的可行性,并获得了较高的准确度,为将来实现客观、高效的冠状动脉造影人工智能病变诊断提供了基础。
展开更多
关键词
深度神经网络
冠心病
冠状动脉造影
血管分割
血管节段识别
在线阅读
下载PDF
职称材料
题名
基于深度神经网络的冠状动脉造影图像血管分割和节段识别
被引量：
4
1
作者
谢丽华
史晓彤
王筱斐
黄云飞
赵森祥
杜天明
管常东
张洪刚
徐波
机构
中国医学科学院
北京
协和医学院国家心血管病中心阜外医院介入导管室
北京
邮电大学人工智能学院
北京红云智胜科技有限公司技术部
出处
《中国循环杂志》
CSCD
北大核心
2020年第11期1064-1071,共8页
基金
北京市科委医药协同创新研究基金资助项目(Z18110700190000)
中国医学科学院医学与健康科技创新工程基金资助项目(2018-I2M-AI-007)。
文摘
目的:应用深度学习技术相关神经网络算法,创建冠状动脉造影图像血管分割和血管节段识别的人工智能模型。方法:纳入2018年7月于中国医学科学院阜外医院行冠状动脉造影患者2834例,共12900张冠状动脉造影图像。患者的冠状动脉造影图像由中国医学科学院阜外医院心血管介入诊疗影像分析核心实验室影像分析师标注。搭建一种创新的深度神经网络(DNN),分别进行冠状动脉造影图像血管分割和节段识别任务。在数据集中,11900张标注图像用于网络训练,1000张用于网络测试。以真实精标注图片为“金标准”,评价DNN对冠状动脉造影图像血管分割及节段识别的能力。结果:DNN对冠状动脉造影图像血管自动分割的平均准确度达99.2%(95%CI:99.1%~99.2%),F1分数为0.91±0.03,且对冠状动脉主支血管的分割结果优于一级分支血管。DNN对冠状动脉造影图像血管节段识别的平均准确度为98.6%(95%CI:98.6%~98.7%),F1分数为0.80±0.05,对冠状动脉主支血管段的识别效果优于一级分支血管,对血管近段的识别准确度优于血管远段。随着训练数据量增加,DNN对冠状动脉造影图像血管分割的性能明显提升。结论:该研究显示了DNN用于冠状动脉造影图像血管分割及节段识别的可行性,并获得了较高的准确度,为将来实现客观、高效的冠状动脉造影人工智能病变诊断提供了基础。
关键词
深度神经网络
冠心病
冠状动脉造影
血管分割
血管节段识别
Keywords
deep neural network
coronary artery disease
coronary angiography
vascular segmentation
vascular segment recognition
分类号
R54 [医药卫生—心血管疾病]
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
基于深度神经网络的冠状动脉造影图像血管分割和节段识别
谢丽华
史晓彤
王筱斐
黄云飞
赵森祥
杜天明
管常东
张洪刚
徐波
《中国循环杂志》
CSCD
北大核心
2020
4
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
