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nnU-Net的乳腺DCE-MR图像中乳房和腺体自动分割
被引量:
5
1
作者
霍璐
胡晓欣
+3 位作者
肖勤
顾雅佳
褚旭
姜娈
《波谱学杂志》
北大核心
2021年第3期367-380,共14页
在乳腺动态增强磁共振(DCE-MR)图像中,乳房分割和腺体分割是进行乳腺癌风险评估的关键步骤.为实现在三维脂肪抑制乳腺DCE-MR图像中乳房和腺体的自动分割,本文提出一种基于nnU-Net的自动分割模型,利用U-Net分层学习图像特征的优势,融合...
在乳腺动态增强磁共振(DCE-MR)图像中,乳房分割和腺体分割是进行乳腺癌风险评估的关键步骤.为实现在三维脂肪抑制乳腺DCE-MR图像中乳房和腺体的自动分割,本文提出一种基于nnU-Net的自动分割模型,利用U-Net分层学习图像特征的优势,融合深层特征与浅层特征,得到乳房分割和腺体分割结果.同时,基于nnU-Net策略,所使用的模型能根据图像参数自动进行预处理和数据扩增,并动态调整网络结构和参数配置.实验结果表明,在具有多样化参数的三维脂肪抑制乳腺DCE-MR图像数据集上,该模型能准确、有效地实现乳房和腺体分割,平均Dice相似系数分别达到0.969±0.007和0.893±0.054.
展开更多
关键词
乳腺动态增强磁共振图像
乳房分割
腺体
分割
深度学习
nnU-Net模型
下载PDF
职称材料
题名
基于nnU-Net的乳腺DCE-MR图像中乳房和腺体自动分割
被引量:
5
1
作者
霍璐
胡晓欣
肖勤
顾雅佳
褚旭
姜娈
机构
中国科学院上海高等研究院高端医学影像技术研究中心
中国科学院大学
复旦大学上海肿瘤医院放射诊断科
上海联影医疗科技股份有限公司数字技术产业事业群
出处
《波谱学杂志》
北大核心
2021年第3期367-380,共14页
基金
国家自然科学基金资助项目(81301282,81471662)
上海市科委科技基金资助项目(13DZ2250300).
文摘
在乳腺动态增强磁共振(DCE-MR)图像中,乳房分割和腺体分割是进行乳腺癌风险评估的关键步骤.为实现在三维脂肪抑制乳腺DCE-MR图像中乳房和腺体的自动分割,本文提出一种基于nnU-Net的自动分割模型,利用U-Net分层学习图像特征的优势,融合深层特征与浅层特征,得到乳房分割和腺体分割结果.同时,基于nnU-Net策略,所使用的模型能根据图像参数自动进行预处理和数据扩增,并动态调整网络结构和参数配置.实验结果表明,在具有多样化参数的三维脂肪抑制乳腺DCE-MR图像数据集上,该模型能准确、有效地实现乳房和腺体分割,平均Dice相似系数分别达到0.969±0.007和0.893±0.054.
关键词
乳腺动态增强磁共振图像
乳房分割
腺体
分割
深度学习
nnU-Net模型
Keywords
breast dynamic contrast enhanced magnetic resonance image
breast segmentation
fibroglandular tissue segmentation
deep learning
nnU-Net model
分类号
TP391.4 [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nnU-Net的乳腺DCE-MR图像中乳房和腺体自动分割
霍璐
胡晓欣
肖勤
顾雅佳
褚旭
姜娈
《波谱学杂志》
北大核心
2021
5
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