典型文献
基于3D-RA图像的颅内动脉瘤自动检测算法
文献摘要：
颅内动脉瘤检出率低、破裂后致死率高,是一种严重威胁人类生命健康的高发性脑血管疾病.针对二维卷积神经网络在动脉瘤诊断中对先验知识利用不足问题,基于3D-RA序列图像成像特点,提出一种基于光流可变形卷积的颅内动脉瘤检测算法.采用稠密光流算法获取序列图像之间的光流信息作为先验知识,结合光流信息改进二维卷积计算过程,提出光流可变形卷积模型,从而建立序列图像间的像素级联系.此外,结合光流可变形卷积和标准卷积组成编码模块,实现图像重要特征提取.以北京天坛医院360例临床3D-AR颅内血管造影数据为样本集,测试结果表明:所提方法正确率为0.9787、精确率为0.9836、召回率为0.9747、F1分数为0.9791、AUC为0.9924、mAP为0.9822;与传统网络U-net、Attention U-net相比,该网络对颅内动脉瘤检测更准确;与原有可变形卷积模型相比,光流可变形卷积模型利用光流作为先验知识,提高了网络性能.
文献关键词：
颅内动脉瘤;3D-RA图像;先验知识;光流;卷积神经网络
中图分类号：
作者姓名：
张建华;刘新科;赵岩;杨旭
作者机构：
北京科技大学机械工程学院,北京100083;首都医科大学附属北京天坛医院神经介入中心,北京100050;河北工业大学机械工程学院,天津300401
文献出处：
引用格式：
[1]张建华;刘新科;赵岩;杨旭-.基于3D-RA图像的颅内动脉瘤自动检测算法)[J].中国医学物理学杂志,2022(08):950-956
A类：
B类：
RA,颅内动脉瘤,自动检测,检测算法,致死率,脑血管疾病,二维卷积神经网络,先验知识,不足问题,序列图像,图像成像,成像特点,可变形卷积,稠密光流,光流算法,光流信息,卷积计算,像素级,标准卷积,北京天坛医院,颅内血管,血管造影,样本集,精确率,召回率,mAP,net,Attention,利用光,网络性能
AB值：
0.228197
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。
