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
基于深度学习的二维心脏超声图像分割模型在小规模数据集上的性能评估
被引量：
4
1
作者
林天予
宋亮
+1 位作者
高智凡
张贺晔
《暨南大学学报（自然科学与医学版）》
CAS
CSCD
北大核心
2022年第2期191-198,共8页
目的:评估一种心脏超声分割算法:密集金字塔和深度监督神经网络(DPS-Net),在小规模数据集上的分割性能。方法:利用两个小规模心脏超声数据集,用于多结构超声分割的心脏超声采集(CAMUS)和HMC-QU数据集,在数据量和模型不同的情况下分别对D...
目的:评估一种心脏超声分割算法:密集金字塔和深度监督神经网络(DPS-Net),在小规模数据集上的分割性能。方法:利用两个小规模心脏超声数据集,用于多结构超声分割的心脏超声采集(CAMUS)和HMC-QU数据集,在数据量和模型不同的情况下分别对DPS-Net进行对比实验。结果:DPS-Net在两个数据集上的性能随病例数的减少并未显著降低(在CAMUS中Dice系数由0.951下降到0.935),且其分割能力超过两种经典算法,取得了更好的分割结果。结论:DPS-Net在小规模数据集上也能很好地完成心脏超声分割任务,具有良好的临床应用潜力。
展开更多
关键词
深度学习
心脏超声
医学图像分割
小规模数据集
在线阅读
下载PDF
职称材料
题名
基于深度学习的二维心脏超声图像分割模型在小规模数据集上的性能评估
被引量：
4
1
作者
林天予
宋亮
高智凡
张贺晔
机构
中山大学生物医学工程学院
深圳北芯生命科技股份有限公司
出处
《暨南大学学报（自然科学与医学版）》
CAS
CSCD
北大核心
2022年第2期191-198,共8页
基金
广东省重点领域研发计划开放性课题项目(2019B010110001)
深圳市科技计划可持续发展专项基金(KCXFZ202002011009124)
+3 种基金
深圳市科技计划资助项目(GXWD20201231165807008,20200825113400001)
国家自然科学基金联合基金重点项目(U1801265)
国家自然科学基金青年项目(62101606)
广东省自然科学基金面上项目(2022A1515011384)。
文摘
目的:评估一种心脏超声分割算法:密集金字塔和深度监督神经网络(DPS-Net),在小规模数据集上的分割性能。方法:利用两个小规模心脏超声数据集,用于多结构超声分割的心脏超声采集(CAMUS)和HMC-QU数据集,在数据量和模型不同的情况下分别对DPS-Net进行对比实验。结果:DPS-Net在两个数据集上的性能随病例数的减少并未显著降低(在CAMUS中Dice系数由0.951下降到0.935),且其分割能力超过两种经典算法,取得了更好的分割结果。结论:DPS-Net在小规模数据集上也能很好地完成心脏超声分割任务,具有良好的临床应用潜力。
关键词
深度学习
心脏超声
医学图像分割
小规模数据集
Keywords
deep learning
echocardiography
medical image segmentation
small dataset
分类号
TP391 [自动化与计算机技术—计算机应用技术]
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
基于深度学习的二维心脏超声图像分割模型在小规模数据集上的性能评估
林天予
宋亮
高智凡
张贺晔
《暨南大学学报（自然科学与医学版）》
CAS
CSCD
北大核心
2022
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
