典型文献
基于三维卷积神经网络的颈部TOF MRA图像的血管自动分割
文献摘要：
目的 提出一种基于三维卷积神经网络(convolutional neural network,CNN)的分割模型,通过设计网络结构和调整参数,实现对颈部时间飞跃法磁共振血管造影(time of flight magnetic resonance angiography,TOF MRA)图像的自动精准血管分割.方法 三维颈部TOF MRA图像数据来源于一项无症状老年人心脑血管病发病风险研究中的166例受试者.首先由有血管影像临床经验的放射诊断医生运用Mimics软件对颈部动脉血管进行手动标注,再按照8:1:1的比例将数据随机分为训练集(132例)、验证集(17例)和测试集(17例).针对TOF MRA图像稀疏性和高对比度的特点,采用3D CNN的优化模型,通过在U-Net网络的编码和解码路径中多层级的加入专门的模块和不同分辨率的原始图像,更好地学习和利用到图像的独有特征.为研究输入图像的大小对网络性能的影响,从原始图像中分别裁剪出3种不同尺寸大小的三维切块来进行模型训练.在十折交叉验证下,采用Dice系数的平均值和标准差,以及灵敏度和特异度对模型的分割性能进行评价.采用单因素方差分析对比3种切块尺寸下的测试实验.结果 所提出的新模型取得了最高的分割Dice值(0.9320)、灵敏度(0.9186)和特异度(0.9996),以及最小的Dice值标准差(0.0051).ANOVA显著性水平为P<0.01,表明了不同切块尺寸下的模型分割结果有显著性差异,尺寸增大,模型分割结果更好.结论 所提出的基于3D CNN的优化模型在TOF MRA图像血管自动精准分割上优于已有方法.此外,增加模型输入图像的尺寸大小有助于提高分割性能.
文献关键词：
动脉粥样硬化;卷积神经网络;时间飞跃法磁共振血管造影图像;三维切块;血管分割
中图分类号：
作者姓名：
邱伟;陈硕;魏寒宇;李睿
作者机构：
清华大学医学院生物医学工程系生物医学影像研究中心,北京 100084
文献出处：
引用格式：
[1]邱伟;陈硕;魏寒宇;李睿-.基于三维卷积神经网络的颈部TOF MRA图像的血管自动分割)[J].北京生物医学工程,2022(06):551-557
A类：
三维切块,时间飞跃法磁共振血管造影图像
B类：
三维卷积神经网络,TOF,MRA,自动分割,convolutional,neural,network,分割模型,设计网,调整参数,flight,magnetic,resonance,angiography,血管分割,图像数据,数据来源,无症状,心脑血管病,发病风险,风险研究,临床经验,放射诊断,Mimics,颈部动脉,动脉血,训练集,验证集,测试集,稀疏性,高对比度,Net,解码,多层级,原始图像,地学,网络性能,别裁,裁剪,剪出,不同尺寸,模型训练,十折交叉验证,Dice,单因素方差分析,分析对比,测试实验,ANOVA,模型分割,割上,模型输入,动脉粥样硬化
AB值：
0.32291
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。
