期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于V-Net卷积神经网络深度学习模型自动分割腰椎CT图像中的椎旁肌 被引量:3
1
作者 李新彤 姚宁 +3 位作者 闫东 程晓光 李一诺 杨泽曦 《中国医学影像技术》 CSCD 北大核心 2023年第6期890-894,共5页
目的 观察基于V-Net卷积神经网络(CNN)的深度学习(DL)模型自动分割腰椎CT图像中的椎旁肌的价值。方法 收集471例接受腰椎CT检查患者,按7∶3比例将其分为训练集(n=330)和测试集(n=141);采用2D V-Net进行训练,建立DL模型;观察其分割腰大... 目的 观察基于V-Net卷积神经网络(CNN)的深度学习(DL)模型自动分割腰椎CT图像中的椎旁肌的价值。方法 收集471例接受腰椎CT检查患者,按7∶3比例将其分为训练集(n=330)和测试集(n=141);采用2D V-Net进行训练,建立DL模型;观察其分割腰大肌、腰方肌、椎后肌群及椎旁肌的价值。结果 基于V-Net CNN的DL模型分割椎旁肌精度良好,戴斯相似系数(DSC)均较高、肌肉横截面积误差率(CSA error)均较低;其分割训练集图像中的腰大肌、腰方肌及椎旁肌的DSC均高于测试集(P均<0.05),而分割训练集中4组肌肉的CSA error均低于测试集(P均<0.05)。测试集内两两比较结果显示,该模型分割椎后肌群的DSC最高、腰方肌的DSC最低;分割腰方肌的CSA error最高、椎旁肌的CSA error最低(P均<0.05)。结论 以基于V-Net的DL模型自动分割椎旁肌的效能较佳。 展开更多
关键词 肌肉 深度学习 自动分割 神经网络 计算机 体层摄影术 X线计算机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部