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
一种基于深度卷积神经网络的有效识别肝脏超声标准切面的AI模型
1
作者
陈永健
张健松
+4 位作者
李靖云
刘泽凡
吴家祥
柳培忠
吕国荣
《中国医学计算机成像杂志》
CSCD
北大核心
2023年第6期694-699,共6页
目的:结合人工智能技术与超声影像,建立一个有效的识别模型以辅助识别肝脏超声标准切面(LUSP)图像。方法:采集左肝胃底纵切面、左肝-腹主动脉纵切面、肝-下腔静脉纵切面、肝胆纵切面、肝肾纵切面、第二肝门水平高位横切面、第一肝门水...
目的:结合人工智能技术与超声影像,建立一个有效的识别模型以辅助识别肝脏超声标准切面(LUSP)图像。方法:采集左肝胃底纵切面、左肝-腹主动脉纵切面、肝-下腔静脉纵切面、肝胆纵切面、肝肾纵切面、第二肝门水平高位横切面、第一肝门水平中位横切面、肝胰水平低位横切面、第二肝门高位斜横切面、胆肾水平低位斜横切面、第一肝门中位斜横切面、第一肝门门脉长轴切面、第6-7肋间斜纵切面等13个LUSP的超声图像共14971张,其中11980张用于构建深度卷积神经网络模型(DeepCNN),2991张用于模型验证。以3名长期从事肝脏超声检查及诊断的专家判断一致的肝脏超声标准切面图像作为模型识别的金标准。同时对本模型与VGG16模型识别LUSP的效能进行比较。结果:(1)DeepCNN模型在识别不同LUSP的准确率为0.892。(2)本模型与VGG16实验性能相近(P0.05),但所识别的切面类型更多。结论:DeepCNN模型能有效地分类不同的LUSP图像,对辅助超声医生识别LUSP和进行肝脏超声诊断具有较高价值。
展开更多
关键词
人工智能
超声检查
肝脏超声标准切面
辅助诊断
深度卷积神经网络
下载PDF
职称材料
题名
一种基于深度卷积神经网络的有效识别肝脏超声标准切面的AI模型
1
作者
陈永健
张健松
李靖云
刘泽凡
吴家祥
柳培忠
吕国荣
机构
福建医科
大学
附属第二医院超声
医学
科
华侨大学泉州校区医学院
泉州
医学
高等专科学
校
出处
《中国医学计算机成像杂志》
CSCD
北大核心
2023年第6期694-699,共6页
基金
福建省自然科学基金(2020J01129)。
文摘
目的:结合人工智能技术与超声影像,建立一个有效的识别模型以辅助识别肝脏超声标准切面(LUSP)图像。方法:采集左肝胃底纵切面、左肝-腹主动脉纵切面、肝-下腔静脉纵切面、肝胆纵切面、肝肾纵切面、第二肝门水平高位横切面、第一肝门水平中位横切面、肝胰水平低位横切面、第二肝门高位斜横切面、胆肾水平低位斜横切面、第一肝门中位斜横切面、第一肝门门脉长轴切面、第6-7肋间斜纵切面等13个LUSP的超声图像共14971张,其中11980张用于构建深度卷积神经网络模型(DeepCNN),2991张用于模型验证。以3名长期从事肝脏超声检查及诊断的专家判断一致的肝脏超声标准切面图像作为模型识别的金标准。同时对本模型与VGG16模型识别LUSP的效能进行比较。结果:(1)DeepCNN模型在识别不同LUSP的准确率为0.892。(2)本模型与VGG16实验性能相近(P0.05),但所识别的切面类型更多。结论:DeepCNN模型能有效地分类不同的LUSP图像,对辅助超声医生识别LUSP和进行肝脏超声诊断具有较高价值。
关键词
人工智能
超声检查
肝脏超声标准切面
辅助诊断
深度卷积神经网络
Keywords
Artificial intelligence
Ultrasonic examination
Liver ultrasound standard plane
Assisted diagnosis
Deep convolutional neural networks
分类号
R445.1 [医药卫生—影像医学与核医学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于深度卷积神经网络的有效识别肝脏超声标准切面的AI模型
陈永健
张健松
李靖云
刘泽凡
吴家祥
柳培忠
吕国荣
《中国医学计算机成像杂志》
CSCD
北大核心
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