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
基于深度学习的腰椎间盘退变全自动分级
1
作者
丁兆明
李鸿燕
+4 位作者
陈亮
陈兵
孙辉
候文韬
夏春华
《中国临床研究》
CAS
2024年第5期709-713,共5页
目的探讨深度学习模型在腰椎磁共振T2加权成像(T2WI)矢状图像上全自动识别腰椎间盘退变程度的可行性。方法回顾性抽取2020年8月至2022年6月于安徽医科大学第三附属医院就诊并行腰椎MRI检查的94例患者的腰椎T2WI图像数据,共获得466个椎间...
目的探讨深度学习模型在腰椎磁共振T2加权成像(T2WI)矢状图像上全自动识别腰椎间盘退变程度的可行性。方法回顾性抽取2020年8月至2022年6月于安徽医科大学第三附属医院就诊并行腰椎MRI检查的94例患者的腰椎T2WI图像数据,共获得466个椎间盘,由两名放射科医生手动标注腰椎间盘,将数据随机分为训练集(300个)、调优集(72个)和测试集(94个),首先使用U-Net网络训练椎间盘分割模型,模型评价指标包括Dice系数和交并比(IoU)分数;然后利用SpineNet网络训练分类模型进行评价,评价指标包括准确度、敏感度、特异度、F1分数及ROC曲线。结果测试集中U-Net模型对腰椎间盘分割的平均Dice系数值及IoU分数分别为0.920、0.853;SpineNet分类模型对腰椎间盘退变分类诊断的准确度、特异度、敏感度分别为0.913、0.912、0.916,ROC曲线分析示,该模型区分腰椎间盘退变轻度vs中度、轻度vs重度、中度vs重度的AUC值分别为0.89、0.95、0.90。结论深度学习网络对腰椎间盘退变程度的全自动分类是可行的。
展开更多
关键词
腰椎
椎间盘退变
深度学习网络
t2wi矢状图像
U-Ne
t
模型
分割模型
分类模型
原文传递
题名
基于深度学习的腰椎间盘退变全自动分级
1
作者
丁兆明
李鸿燕
陈亮
陈兵
孙辉
候文韬
夏春华
机构
安徽医科大学第三附属医院影像中心
中国科学技术大学
安徽医科大学
出处
《中国临床研究》
CAS
2024年第5期709-713,共5页
基金
安徽省卫生健康委科研项目(AHWJ2021b141)。
文摘
目的探讨深度学习模型在腰椎磁共振T2加权成像(T2WI)矢状图像上全自动识别腰椎间盘退变程度的可行性。方法回顾性抽取2020年8月至2022年6月于安徽医科大学第三附属医院就诊并行腰椎MRI检查的94例患者的腰椎T2WI图像数据,共获得466个椎间盘,由两名放射科医生手动标注腰椎间盘,将数据随机分为训练集(300个)、调优集(72个)和测试集(94个),首先使用U-Net网络训练椎间盘分割模型,模型评价指标包括Dice系数和交并比(IoU)分数;然后利用SpineNet网络训练分类模型进行评价,评价指标包括准确度、敏感度、特异度、F1分数及ROC曲线。结果测试集中U-Net模型对腰椎间盘分割的平均Dice系数值及IoU分数分别为0.920、0.853;SpineNet分类模型对腰椎间盘退变分类诊断的准确度、特异度、敏感度分别为0.913、0.912、0.916,ROC曲线分析示,该模型区分腰椎间盘退变轻度vs中度、轻度vs重度、中度vs重度的AUC值分别为0.89、0.95、0.90。结论深度学习网络对腰椎间盘退变程度的全自动分类是可行的。
关键词
腰椎
椎间盘退变
深度学习网络
t2wi矢状图像
U-Ne
t
模型
分割模型
分类模型
Keywords
Lumbar
Disc degenera
t
ion
Deep learning ne
t
work
t
2
wi
sagi
t
t
al image
U-Ne
t
model
Segmen
t
a
t
ion model
Classifica
t
ion model
分类号
R445.2 [医药卫生—影像医学与核医学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的腰椎间盘退变全自动分级
丁兆明
李鸿燕
陈亮
陈兵
孙辉
候文韬
夏春华
《中国临床研究》
CAS
2024
0
原文传递
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