• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《放射学实践》 >基于深度学习模型的X线胸片去骨的初步研究

基于深度学习模型的X线胸片去骨的初步研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

目的:探讨基于深度学习方法对X线胸片(CXR)进行去骨处理的可行性.方法:总样本数据集由开源数据集和自采数据集两部分组成,共300个图像对,每对图像包括一个常规CXR和一个去骨后的CXR,其中开源数据集(JSRT+BSE JSRT)241对,自采数据集(双能减影胸部X光片)59对.使用深度残差网络(ResNet)作为去骨模型的基础架构,结合动态U-Net网络,并以Imagenet预训练VGG(Visual Geometry Group)网络,提取图像激活及风格特征组成损失函数,来训练去骨模型.将总样本数据随机分为训练集(80％)、调优集(5％)和测试集(15％).以测试集的峰值信噪比(PSNR)和结构相似性(SSIM)结果作为CXR去骨模型的评价指标.结果:在测试集中,CXR去骨模型的PSNR(dB)和SSIM分别为31.94±2.49和93.37％ ±5.11％.根据PSNR值分析,88.89％ 的模型去骨后图像的质量较好,根据SSIM值分析,86.67％ 的模型去骨后图像与目标图像的结构相似性达到88％ 以上.结论:深度学习模型对X线胸片图像的去骨处理是可行的,可用于进一步研究并尝试应用于临床.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号