期刊专题

基于深度学习算法对颅内动脉瘤进行自动检测和分割

引用
目的 应用深度学习算法自动检测和分割CTA图像中的颅内动脉瘤.方法 搜集行头颅CTA检查的颅内动脉瘤患者原始CTA图像.对原始CTA图像进行预处理后,输入到U-net神经网络进行检测和分割.以人工标记为参考标准.结果 在测试集中,直径>4 mm的动脉瘤,敏感度为92.0%,Dice中位数为0.82;直径>5 mm的动脉瘤,敏感度为93.1%,Dice中位数为0.84;直径>6 mm的动脉瘤,敏感度为95.5%,Dice中位数为0.87.与人工标记结果具有高度一致性.结论 深度学习算法可以自动检测和分割直径>4 mm的动脉瘤,不仅可以节省人力和时间成本,在一定程度上为动脉瘤破裂造成蛛网膜下腔出血的预防及颅内动脉瘤治疗的选择提供参考依据.

颅内动脉瘤、蛛网膜下腔出血、CT血管造影、深度学习

42

R743.35;TP391.41;R651.1

2023-05-09(万方平台首次上网日期,不代表论文的发表时间)

共6页

14-19

暂无封面信息
查看本期封面目录

临床放射学杂志

1001-9324

42-1187/R

42

2023,42(1)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn