基于级联3D U-Net的CT和MR视交叉自动分割方法

沈镇炯; 彭昭; 孟祥银; 汪志; 徐榭; 裴曦

首页> 中文期刊> 《中国医学物理学杂志》 >基于级联3D U-Net的CT和MR视交叉自动分割方法

基于级联3D U-Net的CT和MR视交叉自动分割方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

目的:基于级联3D U-Net,利用配对患者头颈部数据[CT和磁共振图像(MRI)],取得比仅CT数据更高分割精度的视交叉自动分割结果.方法:该级联3D U-Net由一个原始3D U-Net和改进的3D D-S U-Net(3D Deeply-Supervised U-Net)组成,实验使用了60例患者头颈部CT图像及MRI图像(T1和T2模态),其中随机选取15例患者数据作为测试集,并使用相似性系数(DSC)评估视交叉的自动分割精度.结果:对于测试集中的所有病例,采用多模态数据(CT和MRI)的视交叉的DSC为0.645±0.085,采用单模态数据(CT)的视交叉的DSC为0.552±0.096.结论:基于级联3D U-Net的多模态自动分割模型能够较为准确地实现视交叉的自动分割,且优于仅利用单模态数据的方法,可以辅助医生提高放疗计划制定的工作效率.

著录项

来源
《中国医学物理学杂志》 |2021年第8期|950-954|共5页
作者
沈镇炯; 彭昭; 孟祥银; 汪志; 徐榭; 裴曦;
展开▼
作者单位

中国科学技术大学核医学物理研究所安徽合肥230025;

中国科学技术大学核医学物理研究所安徽合肥230025;

中国科学技术大学核医学物理研究所安徽合肥230025;

中国科学技术大学核医学物理研究所安徽合肥230025;

安徽医科大学第一附属医院肿瘤放疗科安徽合肥230022;

中国科学技术大学核医学物理研究所安徽合肥230025;

中国科学技术大学附属第一医院放疗科安徽合肥230001;

中国科学技术大学核医学物理研究所安徽合肥230025;

安徽慧软科技有限公司安徽合肥230088;

展开▼
原文格式 PDF
正文语种 chi
中图分类生物医学工程;医用放射物理学;
关键词
3D U-Net; 视交叉; 自动分割; 多模态;

相似文献

中文文献
外文文献
专利

1. 基于3D深度残差网络与级联U-Net的缺血性脑卒中病灶分割算法 [J] . 王平 ,高琛 ,朱莉 . 计算机应用 . 2019,第011期
2. 基于U-Net的自动分割方法对乳腺癌危及器官的自动勾画 [J] . 李华玲 ,李金凯 ,张炜 . 中国医疗设备 . 2020,第008期
3. CT图像下结合RCNN与U-Net的肺实质自动分割方法 [J] . 毕蓉蓉 ,王进科 . 哈尔滨理工大学学报 . 2021,第003期
4. 基于组合U-Net网络的CT图像头颈放疗危及器官自动分割 [J] . 贺宝春 ,贾富仓 . 集成技术 . 2020,第002期
5. 基于残差双注意力U-Net模型的CT图像囊肿肾脏自动分割 [J] . 徐宏伟 ,闫培新 ,吴敏 . 计算机应用研究 . 2020,第007期
6. 2D/3D级联卷积在分割CT肺动脉上的应用研究 [C] . HUANG Shao-hui ,黄绍辉 ,YAN Kai . 2019中华医院信息网络大会 . 2019
7. 基于级联3D U--Net的脑部小器官CT--MRI多模态自动分割方法 [A] . 沈镇炯 . 2021

基于级联3D U-Net的CT和MR视交叉自动分割方法

摘要

著录项

相似文献

相关主题

期刊订阅