典型文献
3D U-Net模型在增强CT图像中实现肾脏实性占位的分割和定量测量
文献摘要：
目的 探讨使用3D U-Net卷积神经网络模型对腹部增强CT图像中的肾脏实性占位进行分割和定量测量的可行性.方法 回顾性分析287例肾占位患者(289个病灶)的腹部增强CT图像,由2名影像科医生手工标注肾脏和肾脏实性占位.将数据随机分为训练集、调优集和测试集,使用3D U-Net模型在薄层增强CT图像上分割双肾轮廓,并序贯分割肾脏实性占位,自动输出肾占位的三维径线.使用Dice值作为客观指标评估测试集病例肾脏及肾占位分割模型效果.由影像科医生对分割模型预测结果进行主观评价.模型输出占位的三维径线自动填写到结构化报告中.采用非参数检验比较模型自动测量与医生手工标注测量结果间的差异,以Bland-Altman方法评估2种测量结果间的一致性.结果 模型分割测试集左肾Dice值0.99,右肾Dice值0.99,左肾占位Dice值0.67,右肾占位Dice值0.78.主观评估3D U-Net模型可很好地完成肾脏和肾脏实性占位分割.模型测量肾占位三维径线和医生测量结果的差异有统计学意义(P＜0.05).Bland-Altman分析显示2种方法测量肾占位的左右径、上下径及前后径的一致性均很高.结论 使用3D U-Net模型可有效分割增强CT图像中肾脏和肾脏实性占位并测量径线,自动完成结构化报告中肾占位的定量评估.
文献关键词：
肾占位;深度学习;定量测量;计算机体层成像;结构化报告
中图分类号：
作者姓名：
赵彤彤;林志勇;崔应谱;孙兆男;张大斗;张耀峰;张晓东;王霄英
作者机构：
北京大学第一医院医学影像科,北京 100034;北京赛迈特锐医疗科技有限公司,北京 100011
文献出处：
引用格式：
[1]赵彤彤;林志勇;崔应谱;孙兆男;张大斗;张耀峰;张晓东;王霄英-.3D U-Net模型在增强CT图像中实现肾脏实性占位的分割和定量测量)[J].实用放射学杂志,2022(12):2064-2068
A类：
B类：
Net,定量测量,卷积神经网络模型,腹部增强,肾占位,影像科,生手,训练集,调优,测试集,薄层,序贯,径线,Dice,客观指标,指标评估,评估测试,分割模型,主观评价,模型输出,自动填写,写到,结构化报告,非参数检验,比较模型,自动测量,Bland,Altman,方法评估,模型分割,右肾,主观评估,前后径,定量评估,计算机体层成像
AB值：
0.276259
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
