期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进U-Net深度网络在定量评估腕管综合征正中神经卡压中的应用 被引量:5
1
作者 蔡叶华 程怿 +4 位作者 邵洁 田宝园 张麒 傅燕 张俊 《放射学实践》 北大核心 2020年第9期1176-1180,共5页
目的:运用改进U-Net深度网络学习定量评价腕管综合征正中神经的超声图像,确定基于改进U-Net深度网络学习的卷积神经网络模型,探讨其在定量评估腕管综合征正中神经卡压中的应用价值。方法:搜集213例经肌电图确诊的腕管综合征正中神经卡... 目的:运用改进U-Net深度网络学习定量评价腕管综合征正中神经的超声图像,确定基于改进U-Net深度网络学习的卷积神经网络模型,探讨其在定量评估腕管综合征正中神经卡压中的应用价值。方法:搜集213例经肌电图确诊的腕管综合征正中神经卡压患者及104例健康志愿者,213例正中神经卡压患者中60例为双侧卡压。对317例受检者行超声检查,在腕管处保存超声图像,共得到正中神经图像377组。由擅长肌骨超声的医师对377组图像进行勾勒。应用基于改进U-net深度网络学习的卷积神经网络模型,分割腕管综合征卡压的正中神经超声图像,定量分析提取横切以及纵切的正中神经超声图像的影像组学量化特征。结果:改进的U-Net深度网络可以很好地识别切割正中神经;改进的U-Net深度网络可以定量表示CTS中卡压的正中神经回声减低,区域明暗参数A、明暗参数I、对比明暗参数RI以及纹理参数Homo、纹理不均匀参数Cont差异均有统计学意义(P=0.000)。结论:改进的U-Net模型在超声正中神经图像自动分割方面表现良好,可以定量分析腕管综合征正中神经卡压时灰度以及神经纹理均匀性。 展开更多
关键词 U-Net深度网络 神经分割 腕管综合征 正中神经卡压 超声检查
在线阅读 下载PDF
计算机辅助定量分析灰阶超声在腕管综合征诊断中的应用 被引量:4
2
作者 邵洁 陈浩波 +3 位作者 蔡叶华 张麒 邓彦明 张俊 《放射学实践》 CSCD 北大核心 2022年第7期889-893,共5页
目的:采用计算机辅助定量分析腕管综合征(CTS)的灰阶超声图像,探讨其在定量分析CTS中的应用价值。方法:搜集60例CTS患者(77个异常手腕)和30例正常志愿者(60个正常手腕),其中17例为双侧卡压,在豌豆骨水平保留正中神经图像,共得到137组图... 目的:采用计算机辅助定量分析腕管综合征(CTS)的灰阶超声图像,探讨其在定量分析CTS中的应用价值。方法:搜集60例CTS患者(77个异常手腕)和30例正常志愿者(60个正常手腕),其中17例为双侧卡压,在豌豆骨水平保留正中神经图像,共得到137组图像,并且在二维图像上对正中神经进行勾勒,提取正中神经卡压的客观数据,为CTS的诊断提供依据。结果:CTS患者病灶区域像素的均值、标准差、变异系数、偏度、峰度均比正常组大;CTS患者直方图熵较正常组大;正常组亮度熵较CTS组大;而CTS患者整个灰阶区域像素中的均值、中值较正常组低;CTS患者所有表示对比度的参数均高于正常组;CTS患者病灶的厚度、长度、面积、长轴、短轴、周长等参数均较正常组大。表明在CTS患者中,图像分布较正常对照组欠均匀,且CTS患者正中神经较正常肿胀,横截面积增大。结论:计算机辅助定量分析在CTS中表现良好,可定量分析正中神经卡压时图像的均匀性和对比度。 展开更多
关键词 腕管综合征 计算机辅助定量分析 超声检查
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部