| 奈日乐，林子楹，额·图娅，吴鹏升，张耀峰，张晓东，王霄英.基于深度学习探索3D MRU尿路分割的初步研究[J].放射学实践,2022,(07):865-869 |
| 基于深度学习探索3D MRU尿路分割的初步研究 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2022.07.012 |
| 中文关键词: 磁共振尿路成像 尿路 分割 深度学习 |
| 基金项目: |
|
| 摘要点击次数: 1347 |
| 全文下载次数: 1578 |
| 中文摘要: |
| 【摘要】目的：探索基于深度学习在三维磁共振尿路成像（3D MRU）图像上分割尿路的可行性。方法：回顾性收集2021年1月1日-2021年4月30日本院包含“MRU”检查项目的图像，共219例数据纳入本研究。由2名影像医生手工勾画双侧肾盂-肾盏、输尿管及膀胱区域，将219例数据随机分为训练集（175例）、调优集（22例）和测试集（22例）训练3D U-net分割模型。统计Dice相似性系数（DSC）和霍夫曼距离（HD）用于自动分割的客观评价，由2名影像医生主观评价模型自动分割勾画并应用组内相关系数（ICC）评估主观评分的一致性。结果：MRU分割模型的测试集共22个数据，DSC值均达到0.70及以上，右侧输尿管、左侧输尿管、左侧肾盂-肾盏、右侧肾盂-肾盏及膀胱的分割结果DSC值分别为0.81、0.70、0.85、0.95、0.98，HD值分别为（43.01±41.24）mm、（65.1±66.80）mm、（37.8±52.48）mm、（52.08±69.88）mm、（10.06±20.76）mm。2位影像医生对测试集的主观评分总分为29.00±1.68、28.68±1.63，ICC值为0.95（95%CI：0.89～0.98）。结论：基于深度学习的3D MRU尿路自动分割勾画在临床具备可行性，可为后续MRU的定位、定量及定性诊断提供基础。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
