加载中........
×

Radiology:利用深度学习自动腹部分割进行身体组成分析

2019-6-13 作者:shaosai   来源:MedSci原创 我要评论4

本研究旨在建立并评价一种分割CT图像腹部成分的全自动算法。

本研究基于U网结构的卷积神经网络进行训练来对2430例CT检查腹部数据进行分割,并在270例CT检查进行验证。随后又对额外的2369例肝细胞肝癌(HCC)患者进行验证。利用双因素方差分析评价分割效果差异。

结果为,与参照分割比较,本研究模型Dice评分在测试组皮下、肌肉及内脏脂肪组织成分分别为0.98 ± 0.03、0.96 ± 0.02、、0.97 ± 0.01,在HCC组皮下、肌肉及内脏脂肪组织成分分别为0.94 ± 0.05、0.92 ± 0.04、0.98 ± 0.02。分割效果满足或超过专家人工分割。

本研究表明,该模型分割效果满足甚至超过专家人工分割效果。该模型能够全自动定量评价3D CT检查的身体成分。

原始出处:

Weston AD, Korfiatis P, Kline TL,et al.Automated Abdominal Segmentation of CT Scans for Body Composition Analysis Using Deep Learning.Radiology.DOI:10.1148/radiol.2018181432

本文系梅斯医学(MedSci)原创编译整理,转载需授权!



小提示:78%用户已下载梅斯医学APP,更方便阅读和交流,请扫描二维码直接下载APP

所属期刊:RADIOLOGY 期刊论坛:进入期刊论坛
版权声明:本文系梅斯MedSci原创编译整理,未经本网站授权不得转载和使用。如需获取授权,请点击

只有APP中用户,且经认证才能发表评论!马上下载

龙胆草

学习谢谢分享

(来自:梅斯医学APP)

2019-6-14 9:27:28 回复

183****7028

学习

(来自:梅斯医学APP)

2019-6-14 7:15:00 回复

深海的鱼

学习学习啊

(来自:梅斯医学APP)

2019-6-14 6:44:58 回复

thm112988

很好

(来自:梅斯医学APP)

2019-6-13 23:11:16 回复

web对话