期刊导航
期刊开放获取
河南省图书馆
退出
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U-Net的短轴心脏CTA左心室心肌自动分割系统的开发
1
作者
姜乐临
陈彦晗
+5 位作者
金梦佳
宋湘芬
冷晓畅
向建平
朱思品
姜文兵
《浙江医学》
CAS
2023年第8期840-845,I0005,共7页
目的开发并验证一种基于U-Net的短轴心脏计算机断层血管造影(CTA)左心室心肌(LVM)自动分割系统。方法选取2022年2至10月在温州市中心医院就诊的50例疑似或确诊心血管疾病患者CTA图像进行模型训练,将U-Net深化到8层,引入注意力机制和深...
目的开发并验证一种基于U-Net的短轴心脏计算机断层血管造影(CTA)左心室心肌(LVM)自动分割系统。方法选取2022年2至10月在温州市中心医院就诊的50例疑似或确诊心血管疾病患者CTA图像进行模型训练,将U-Net深化到8层,引入注意力机制和深监督机制,并加入残差连接。通过分割结果可视化观察、分割量化结果比较等分析本研究新开发方法与原型U-Net方法的左心室分割性能差异。结果可视化比较发现,无论分割小区域的左心室或分割组织对比度较差的图像,与原型U-Net方法相比,本研究新开发方法与标签具有更高的一致性;在可视化比较中,原型U-Net方法展现出欠分割、过分割等问题。与原型U-Net方法(0.938±0.144、0.941±0.144、0.961±0.058)相比,本研究新开发方法的Dice相似系数、精度、灵敏度分别为0.964±0.033、0.960±0.043、0.970±0.040,提示分割精度和鲁棒性更高。箱式图中可见两种方法均存在一些异常值。使用本研究新开发方法分割的3例患者左心室表面三维视图显示平均分割时间为13 s(即处理速度约为0.037 s/幅),提示分割质量和分割效率均较高。结论本研究新开发的基于U-Net的短轴心脏CTA LVM自动分割系统将注意力机制、深监督机制和残差连接集成到8层U-Net中,具有较高的分割精度、分割质量和分割效率。
展开更多
关键词
分割
左心室心肌
卷积神经网络
U-Net
计算机断层血管造影
下载PDF
职称材料
题名
基于U-Net的短轴心脏CTA左心室心肌自动分割系统的开发
1
作者
姜乐临
陈彦晗
金梦佳
宋湘芬
冷晓畅
向建平
朱思品
姜文兵
机构
温州医科大学第二临床医学院
温州医科大学定理临床学院
杭州脉流科技有限公司
出处
《浙江医学》
CAS
2023年第8期840-845,I0005,共7页
基金
浙江省大学生科技创新活动计划(新苗人才计划)(2022R413A022)
温州市重大专项课题(ZY2019006)。
文摘
目的开发并验证一种基于U-Net的短轴心脏计算机断层血管造影(CTA)左心室心肌(LVM)自动分割系统。方法选取2022年2至10月在温州市中心医院就诊的50例疑似或确诊心血管疾病患者CTA图像进行模型训练,将U-Net深化到8层,引入注意力机制和深监督机制,并加入残差连接。通过分割结果可视化观察、分割量化结果比较等分析本研究新开发方法与原型U-Net方法的左心室分割性能差异。结果可视化比较发现,无论分割小区域的左心室或分割组织对比度较差的图像,与原型U-Net方法相比,本研究新开发方法与标签具有更高的一致性;在可视化比较中,原型U-Net方法展现出欠分割、过分割等问题。与原型U-Net方法(0.938±0.144、0.941±0.144、0.961±0.058)相比,本研究新开发方法的Dice相似系数、精度、灵敏度分别为0.964±0.033、0.960±0.043、0.970±0.040,提示分割精度和鲁棒性更高。箱式图中可见两种方法均存在一些异常值。使用本研究新开发方法分割的3例患者左心室表面三维视图显示平均分割时间为13 s(即处理速度约为0.037 s/幅),提示分割质量和分割效率均较高。结论本研究新开发的基于U-Net的短轴心脏CTA LVM自动分割系统将注意力机制、深监督机制和残差连接集成到8层U-Net中,具有较高的分割精度、分割质量和分割效率。
关键词
分割
左心室心肌
卷积神经网络
U-Net
计算机断层血管造影
Keywords
Segmentation
Left ventricular myocardium
Convolutional neural network
U-Net
Computed tomography angiography
分类号
R54 [医药卫生—心血管疾病]
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于U-Net的短轴心脏CTA左心室心肌自动分割系统的开发
姜乐临
陈彦晗
金梦佳
宋湘芬
冷晓畅
向建平
朱思品
姜文兵
《浙江医学》
CAS
2023
0
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