典型文献
结合伪MRI信息的腹部CT危及器官自动勾画
文献摘要：
目的:结合伪MRI(sMRI)软组织信息,提出新的腹部器官自动勾画模型,改进CT软组织的勾画效果.方法:使用两个独立的深度神经网络分步完成病人腹部危及器官的自动勾画.首先,基于CycleGAN网络构建由CT图像转换sMRI图像的模型,采用去噪判别器等改进方法,得到器官轮廓一致的高清晰度sMRI.其次,使用sMRI与手工勾画信息训练自动勾画模型Residual U-Net,在CT和sMRI上分别自动勾画危及器官轮廓,Residual U-Net的残差模块能够充分利用提取到的特征来区分不同的器官.采用戴斯相似性系数(DSC)作为自动勾画模型分割精度的评价标准,35例宫颈癌与35例前列腺癌患者用于自动勾画模型的训练和评估.结果:结合sMRI信息的自动勾画模型在直肠、膀胱、左右股骨头的平均DSC分别为0.779±0.021、0.944±0.006、0.834±0.006、0.845±0.021.结论:使用结合sMRI信息的腹部CT自动勾画方法,可以在直肠获得更精确的自动勾画结果.
文献关键词：
伪MRI;CycleGAN;腹部;自动勾画
中图分类号：
作者姓名：
孟祥银;吴香奕;彭昭;徐榭;裴曦
作者机构：
中国科学技术大学核科学技术学院,安徽合肥230026;安徽慧软科技有限公司,安徽合肥230088
文献出处：
引用格式：
[1]孟祥银;吴香奕;彭昭;徐榭;裴曦-.结合伪MRI信息的腹部CT危及器官自动勾画)[J].中国医学物理学杂志,2022(02):203-208
A类：
B类：
危及器官,自动勾画,sMRI,软组织,深度神经网络,分步,CycleGAN,网络构建,图像转换,用去,去噪,判别器,改进方法,高清晰度,Residual,Net,残差模块,取到,相似性系数,DSC,模型分割,宫颈癌,前列腺癌患者,膀胱,股骨头
AB值：
0.24818
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。
