典型文献
基于腰椎螺旋CT图像以卷积神经网络技术全自动识别并重建椎间盘的可行性
文献摘要：
目的 观察基于腰椎螺旋CT图像以卷积神经网络技术全自动识别及重建椎间盘的可行性.方法 回顾性分析400例腰痛患者的腰椎CT资料,以其中320例为训练集、40例为验证集、40例为测试集.以人工智能(AI)系统进行学习训练和测试.以深度学习(DL)卷积神经网络3D V-Net技术分割腰椎轴位CT图像中的椎体与椎间盘,并轴位重建椎间盘;以Dice系数评估分割精度.由2名放射科医师分别对AI重建图像及人工重建图像进行图像质量评分并进行对比.结果 AI分割骶椎椎体、L5椎体、L1～L4椎体及椎间盘的Dice系数分别为0.953、0.940、0.940及0.926,平均为0.940.针对测试集40例,采用腰椎螺旋CT数据经卷积神经网络技术完成197个椎间盘重建.2名放射科医师对197幅AI重建图像及人工重建图像的中位评分均为4分,差异无统计学意义(P均＞0.05);评分一致性加权Kappa值为0.862[95％CI(0.778,0.946),P＜0.001].结论 基于腰椎螺旋CT图像卷积神经网络全自动识别及重建椎间盘的可行性令人满意.
文献关键词：
腰椎;椎间盘;体层摄影术;X线计算机;神经网络(计算机)
中图分类号：
作者姓名：
熊祚钢;吴敏;叶喜林;臧天龙;吴海萍;徐辉雄
作者机构：
南华大学衡阳医学院研究生院,湖南衡阳421001;同济大学附属第十人民医院超声科,上海200072;上海市平安好医健康检测中心放射科,上海200030;同济大学附属第十人民医院放射科,上海200072;上海市平安科技(深圳)有限公司,上海200030
文献出处：
引用格式：
[1]熊祚钢;吴敏;叶喜林;臧天龙;吴海萍;徐辉雄-.基于腰椎螺旋CT图像以卷积神经网络技术全自动识别并重建椎间盘的可行性)[J].中国介入影像与治疗学,2022(02):99-103
A类：
B类：
腰椎,神经网络技术,自动识别,椎间盘,腰痛,训练集,验证集,测试集,学习训练,DL,Net,轴位,椎体,并轴,Dice,估分,放射科医师,重建图像,图像质量,质量评分,骶椎,L5,L1,L4,经卷,Kappa,令人满意,体层摄影术,线计算
AB值：
0.265684
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。
