典型文献
基于3D卷积网络和多模态MRI的脑胶质瘤自动分割
文献摘要：
目的:基于三维(3D)卷积神经网络和多模态MRI实现脑胶质瘤的自动分割.方法:首先对来自BraTS2020公共数据集的369例脑胶质瘤的4个模态MRI数据进行3D剪裁、重采样、去伪影、归一化的预处理.其次将MRI数据和脑胶质瘤标注信息输入到基于U-net的3D卷积神经网络模型进行训练和测试.利用相似性系数、召回率和精确率评价整体肿瘤区域、核心肿瘤区和增强肿瘤区的分割结果.结果:在74例测试数据集上,整体肿瘤区域、核心肿瘤区域和增强肿瘤区域的相似系数平均值分别为0.88、0.77和0.73,中位值分别为0.90、0.84和0.81,召回率平均值分别为0.88、0.78和0.78,中位值分别为0.90、0.84和0.84,精确率平均值分别为0.89、0.83和0.75,中位值分别为0.91、0.89和0.79.结论:基于U-net的3D卷积神经网络在多模态MRI数据集上获得了较好的分割结果,显示其在脑胶质瘤自动分割方面的潜力,可为临床诊断分级和治疗策略选择提供参考.
文献关键词：
胶质瘤;自动分割;3D卷积网络;多模态MRI
中图分类号：
作者姓名：
王瑞;齐崇;孟蓝熙;刘志强;李少武
作者机构：
北京市神经外科研究所/首都医科大学附属北京天坛医院,北京100070;国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院放疗科,北京100021
文献出处：
引用格式：
[1]王瑞;齐崇;孟蓝熙;刘志强;李少武-.基于3D卷积网络和多模态MRI的脑胶质瘤自动分割)[J].中国医学物理学杂志,2022(03):300-304
A类：
临床诊断分级
B类：
卷积网络,脑胶质瘤,自动分割,BraTS2020,公共数据,剪裁,重采样,伪影,标注信息,信息输入,net,卷积神经网络模型,相似性系数,召回率,精确率,肿瘤区,测试数据,相似系数,中位值,治疗策略,策略选择
AB值：
0.23475
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。
