典型文献
基于3D U-Net模型实现T2WI图像中前列腺的区域分割及临床验证
文献摘要：
目的:探讨基于3D U-Net模型进行T2WI图像中前列腺自动区域分割的可行性并进行临床验证.方法:回顾性收集我院2019年6月-2020年1月间的288例因临床怀疑前列腺癌而行多参数磁共振成像(Multiparameter magnetic resonance imaging,mpMRI)患者,用于3D U-Net分割模型的训练(数据集A).所有患者按照8:1:1的比例随机分为训练集(n=231)、调优集(n=29)和测试集(n=28).以医生手工标注的前列腺区域(外周带、移行带、中央带、前纤维基质带、尿道)为参考标准,定量评估测试集中模型的Dice相似系数(Dice similarity coefficient,DSC)、Hausdorff表面距离(Hausdorff surface distance,HSD)和体积差.另收集2020年2-5月间的经病理证实的30例前列腺癌患者,用于模型的临床验证(数据集B).由一名低年资影像医生对检出的癌灶进行定位,一次使用AI结果,一次不使用AI结果.以影像专家的定位为参考标准,评估低年资医生两次阅片的定位准确率.结果:测试集中,模型对前列腺外周带、移行带、中央带、前纤维基质带和尿道的分割效果较好,其DSC及HSD分别为0.80、0.89、0.52、0.63、0.79和10.66 mm、8.88 mm、9.87 mm、17.86 mm、9.64 mm.模型预测与手工标注测量的体积一致性高,其差值基本都位于95％一致范围(limits of agreement,LoA)之内.与直接阅片相比,模型可提高低年资影像医生对癌灶的定位准确率(93.93％ vs 100％).结论:基于3D U-Net模型可实现T2WI图像中前列腺区域自动分割,用于癌灶的定位.
文献关键词：
前列腺肿瘤;磁共振成像
中图分类号：
作者姓名：
刘想;高歌;韩超;朱丽娜;张耀峰;王祥鹏;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;郑州大学第一附属医院影像科,河南郑州450052;北京赛迈特锐医学科技有限公司,北京 100011
文献出处：
引用格式：
[1]刘想;高歌;韩超;朱丽娜;张耀峰;王祥鹏;张晓东;王霄英-.基于3D U-Net模型实现T2WI图像中前列腺的区域分割及临床验证)[J].中国临床医学影像杂志,2022(01):33-38,42
A类：
Multiparameter
B类：
Net,模型实现,T2WI,区域分割,临床验证,我院,怀疑,多参数磁共振成像,magnetic,resonance,imaging,mpMRI,分割模型,训练集,调优,测试集,生手,移行,维基,尿道,参考标准,定量评估,评估测试,Dice,相似系数,similarity,coefficient,DSC,Hausdorff,surface,distance,HSD,另收,前列腺癌患者,低年资,不使用,定位准确率,前列腺外周带,分割效果,limits,agreement,LoA,自动分割,前列腺肿瘤
AB值：
0.361895
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。
