检索结果-内蒙古大学图书馆

中国普通外科杂志 2023年第4期32卷 488-496页

作者：郝俊王帅朱军徐春盛中国人民解放军空军军医大学第一附属医院实验外科陕西西安710000 中国人民解放军空军西安飞行学院一旅明港场站医院门诊部河南信阳463200 中国人民解放军南部战区空军医院普通外科广东广州510000 中国人民解放军空军军医大学第一附属医院胃肠外科陕西西安710000

背景和目的:微卫星不稳定(MSI)已经成为结直肠癌(CRC)临床诊断、辅助治疗和预后指导的重要生物学标志物。MSI往往伴随DNA错配修复蛋白(dMMR)的缺失。目前错配修复蛋白缺失的诊断主要依靠4种修复蛋白(MLH1、MSH2、MSH6和PMS2)病理免疫组... 详细信息

背景和目的:微卫星不稳定(MSI)已经成为结直肠癌(CRC)临床诊断、辅助治疗和预后指导的重要生物学标志物。MSI往往伴随DNA错配修复蛋白(dMMR)的缺失。目前错配修复蛋白缺失的诊断主要依靠4种修复蛋白(MLH1、MSH2、MSH6和PMS2)病理免疫组化的结果,而且MSI已经成为CRC免疫治疗重要的生物学标志物。然而MSI精准预测模型和新型特征基因的研究很少。随着人工智能(AI)在医学的发展,精准预测和数据挖掘成为研究的热点。本研究的目的是建立MSI预测的神经网络模型和挖掘新型MSI特征基因。方法:将3个CRC的GEO数据集(GSE39582、GSE29638和GSE75315)作为模型训练集,将1个TCGA CRC数据集作为独立的外部验证集。基于数据集测序数据和芯片数据,使用差异分析,随机森林算法和弹性反向传播算法建立CRC MSI的神经网络预测模型。用K-临近算法(KNN)和支持向量机(SVM)算法建立MSI传统机器学习网络模型。用混淆矩阵,受试者工作特征曲线(ROC)与曲线下面积(AUC)评价模型的预测能力。结果:在训练集中,共纳入787例,其中微卫星高不稳定(MSI-H)111例(14.10%),微卫星低不稳定(MSI-L)/微卫星稳定(MSS)676例(85.90%)。在验证集中,TCGA数据集最终纳入389例,其中MSI-H 67例(17.22%),MSI-L/MSS 322例(82.78%)。通过差异分析计算出与MSI的相关基因100个,其中上调61个,下调39个。通过差异分析和随机森林算法,筛选出前30个贡献最大的MSI的特征基因。基于MSI相关基因的表达矩阵,建立了基于23个基因表达矩阵的神经网络预测模型。该模型在训练集(敏感度0.993,特异度0.973,诊断符合率0.990,AUC为0.991)和验证集(敏感度0.950,特异度0.828,诊断符合率0.933,AUC为0.922)模型均体现出精准的预测能力。此外,对比神经网络模型和机器学习的其他模型,结果表明神经网络模型在预测MSI方面更加准确。结论:神经网络预测模型结合组织深度测序可以较好地辅助临床医生诊断CRC的MSI状态,为肿瘤免疫治疗方案的选择提供了参考和决策依据。同时,所鉴定的MSI的特征基因为深入研究相关的功能及机制提供了线索和方向。

关键词：结直肠肿瘤微卫星不稳定性人工智能神经网络,计算机

来源：评论

学校读者我要写书评

暂无评论

深度学习卷积神经网络在髋关节翻修术前CT分割领域的研发与初步应用

引用

中华骨科杂志 2023年第1期43卷 62-71页

作者：吴东孔祥朋杨敏之刘星宇张逸凌柴伟解放军总医院第四医学中心北京100853 解放军总医院京南医疗区北京100071 清华大学生命科学院北京100084 哈佛大学医学院波士顿02138

目的研发基于人工智能深度学习技术的髋关节翻修术前CT影像分割算法,并进行验证及初步应用。方法回顾性分析2019年4月至2022年10月于中国人民解放军总医院收治的有清晰CT数据资料的翻修病例706例,其中男520例,年龄(58.45±18.13)岁;... 详细信息

目的研发基于人工智能深度学习技术的髋关节翻修术前CT影像分割算法,并进行验证及初步应用。方法回顾性分析2019年4月至2022年10月于中国人民解放军总医院收治的有清晰CT数据资料的翻修病例706例,其中男520例,年龄(58.45±18.13)岁;女186例,年龄(52.23±16.23)岁。均为单侧,左侧402髋、右侧304髋。搭建transformer_unet卷积神经网络并使用Tensorflow 1.15进行网络模型训练,实现对翻修髋关节CT影像的智能分割。基于已研发的全髋关节置换术三维规划系统,初步构建髋关节翻修手术智能规划系统。分别采用dice overlap coefficient(DOC)、average surface distance(ASD)、Hausdorff distance(HD)参数对transformer_unet、全卷积网络(fully convolutional networks,FCN)、2D U-Net、和Deeplab v3+的分割精度进行评估,统计分割耗时对上述网络的分割效率进行评估。结果与FCN、2D U-Net和Deeplab v3+学习曲线相比,transformer_unet网络可通过较少的训练量实现更优的训练效果。Transformer_unet的DOC为95%±4%,HD为(3.35±1.03)mm,ASD为(1.38±0.02)mm;FCN分别为94%±4%、(4.83±1.90)mm、(1.42±0.03)mm;2D U-Net分别为93%±5%、(5.27±2.20)mm、(1.46±0.02)mm;Deeplab v3+分别为92%±4%、(6.12±1.84)mm、(1.52±0.03)mm。Transformer_unet各系数均优于其他三种卷积神经网络,差异有统计学意义(P<0.05)。在分割时间方面,transformer_unet分割耗时为(0.031±0.001)s,FCN为(0.038±0.002)s,2D U-Net为(0.042±0.001)s,Deeplab v3+为(0.048±0.002)s。Transformer_unet分割耗时少于其他三种卷积神经网络,差异有统计学意义(P<0.05)。将transformer_unet与全髋关节置换术三维规划系统相结合,可初步完成髋关节翻修手术智能规划系统的构建。结论与FCN、2D U-Net和Deeplab v3+相比,transformer_unet卷积神经网络可更精准、高效地完成对翻修髋关节CT影像的分割,有望为人工智能髋关节翻修手术术前规划及手术机器人相关领域的研究提供技术支撑。

关键词：关节成形术,置换,髋再手术人工智能神经网络,计算机多探头的计算机断层扫描

来源：评论

学校读者我要写书评

暂无评论

多参数结构脑网络融合技术诊断双相障碍

引用

中国医学影像技术 2022年第8期38卷 1232-1237页

作者：杨若楠郭敏于雪雪罗世杰李丹丹王彬相洁牛焱太原理工大学信息与计算机学院山西太原030600

目的基于node2vec算法和连续词袋(CBOW)模型建立多参数融合网络模型,评价其诊断双相障碍(BD)的价值。方法纳入48例BD患者(BD组)和58名健康人[正常对照(NC)组],以node2vec算法挖掘节点隐含关系特征,利用CBOW模型将高维多参数网络转换为... 详细信息

目的基于node2vec算法和连续词袋(CBOW)模型建立多参数融合网络模型,评价其诊断双相障碍(BD)的价值。方法纳入48例BD患者(BD组)和58名健康人[正常对照(NC)组],以node2vec算法挖掘节点隐含关系特征,利用CBOW模型将高维多参数网络转换为低维节点嵌入向量;拼接多参数节点嵌入向量,以余弦相似度重构融合网络,并划分为左、右2个半球网络。分析组间全局特征和节点度属性差异,筛选分类特征;以支持向量机(SVM)建立BD诊断模型,估算准确率。结果相比NC组,BD组多数全局特征显著改变(P均<0.001),额叶、顶叶和边缘系统等区域多脑区节点度显著异常。以左、右半球合并特征构建的融合网络诊断BD准确率达99.10%,显著高于单一参数网络分类(93.55%~94.45%)。结论多参数融合网络模型能有效提取脑网络特征并辅助诊断BD。

关键词：双向情感障碍神经网络,计算机分类

来源：评论

学校读者我要写书评

暂无评论

恶性胆道梗阻ERCP术后早期胆道感染预测模型的建立与评价

引用

中国普通外科杂志 2023年第8期32卷 1208-1217页

作者：马勇新张旭升柳科军刘伊敏周红才魏鹏陈本栋宁夏医科大学总医院肝胆外科宁夏银川750004 宁夏医科大学临床医学院宁夏银川750004

背景与目的:早期胆道感染(EBI)作为恶性胆道梗阻(MBO)患者行内镜逆行胰胆管造影(ERCP)联合胆道支架植入术后的常见并发症,其对患者的生存时间和生活质量产生重要影响,目前的研究主要关注在胆道感染的危险因素方面,而有关EBI发生风险预... 详细信息

背景与目的:早期胆道感染(EBI)作为恶性胆道梗阻(MBO)患者行内镜逆行胰胆管造影(ERCP)联合胆道支架植入术后的常见并发症,其对患者的生存时间和生活质量产生重要影响,目前的研究主要关注在胆道感染的危险因素方面,而有关EBI发生风险预测模型的研究少见。因此,本研究基于术前临床资料构建MBO患者行ERCP联合胆道支架植入术后EBI的风险预测模型,以期通过术前临床资料早期精准干预,降低患者EBI的发生率。方法:回顾性分析2018年1月—2021年9月在宁夏医科大学总医院肝胆外科行ERCP联合胆道支架植入术的285例患者临床资料(纳入的所有患者经影像资料或病理证据诊断为MBO)。研究终点为ERCP术后30 d内发生胆道感染。按照7∶3随机分为建模组及验证组。建模组资料经过单变量分析及多变量Logistic回归分析构建预测模型,人工神经网络(ANN)评价预测变量重要性。对模型进行内外部验证,绘制受试者工作曲线(ROC)及校正曲线评估检验模型。结果:共纳入285例患者临床资料,随机分组后建模组200例,验证组85例。单变量及多变量分析结果显示,梗阻位置(OR=5.942,95%CI=2.507~14.081,P<0.001),胆结石(OR=4.821,95%CI=2.087~11.138,P<0.001),糖尿病(OR=5.407,95%CI=2.067~14.148,P=0.001),梗阻长度(OR=1.058,95%CI=1.028~1.089,P<0.001)为MBO患者ERCP术后EBI的独立危险因素,通过独立危险因素构建Logistic回归模型并以列线图形式将模型可视化。利用ANN评估预测变量所占权重由高到低依次为:梗阻长度(46.8%)、梗阻位置(18.6%)、糖尿病(18.1%)、胆结石(16.5%)。Logistic模型经内外部验证,曲线下面积(AUC)分别为0.807和0.831,C指数分别为0.807和0.831,Hosmer-Lemeshow拟合优度评估模型预测值与实值之间无明显偏差(建模组:P=0.845,验证组:P=0.197)。结论:所构建的Logistic模型可以较好地预测ERCP术后EBI的发生风险,经ANN评估梗阻长度是最重要的预测变量,此模型可为临床预防EBI的发生提供一定的价值。对于术后可能发生EBI的高危患者,术前应尽可能行相关干预措施,尽量避免相关危险因素的影响,减少EBI的发生。

关键词：胆汁淤积胰胆管造影术,内窥镜逆行胆道感染危险因素列线图神经网络,计算机

来源：评论

学校读者我要写书评

暂无评论

超声人工智能辅助诊断发育性髋关节发育不良

引用

中华骨科杂志 2022年第16期42卷 1084-1092页

作者：孙锡玮吴青杰管之也何晓刚孙军方继红杨芳林昱东袁亮谢康蒋健一刘传彬谢洪涛徐静远张思成安徽省儿童医院骨科合肥230061 安徽省儿童医院超声科合肥230061 中国科学技术大学信息学院合肥230026

目的构建一种发育性髋关节发育不良(developmental dysplasia of the hip,DDH)超声图像的人工智能(artificial intelligence,AI)辅助诊断的深度学习系统并验证。方法回顾性收集2019年1月至2021年1月的2000段儿童髋关节超声影像片段,并... 详细信息

目的构建一种发育性髋关节发育不良(developmental dysplasia of the hip,DDH)超声图像的人工智能(artificial intelligence,AI)辅助诊断的深度学习系统并验证。方法回顾性收集2019年1月至2021年1月的2000段儿童髋关节超声影像片段,并选取影像片段中标准截面2000张,所有标准截面均由标注小组通过使用基于Python 3.6环境的自编软件使用图片跨媒体数据标注与人工审核标准化流程用统一的标准进行处理。随机选取其中1753张用于训练深度学习系统,余247张用于测试系统。再从测试集中随机选取200张标准截面,并由8位临床医生独立完成读片标注,将8份独立结果与AI结果进行比较。结果测试集共247例,与临床医生测量相比,判读髋关节是否成熟的诊断受试者工作特征曲线(receiver operating characteristic curve,ROC)下的面积(area under the ROC,AUC)为0.865,灵敏度为76.19%,特异性为96.90%。Graf详细分型下的深度学习系统判读的AUC为0.575,灵敏度为25.90%,特异性为89.10%。根据Bland-Altman方法确定的α角[95%LoA(-4.7051°,6.5948°),Bias-0.94,P<0.001]和β角[95%LoA(-7.7191,6.8777),Bias-0.42,P=0.077],与8位临床医生相比AI系统判读结果均更为稳定,且β角效果更为突出。结论新型人工智能系统可快速且准确的测量标准髋关节超声平面的Graf法相关指数。

关键词：人工智能神经网络,计算机发育性髋关节发育不良超声检查

来源：评论

学校读者我要写书评

暂无评论

基于注意力门和空洞空间金字塔池化UNet模型提取肝包膜及评估肝硬化

引用

中国医学影像技术 2022年第9期38卷 1385-1390页

作者：翟欢欢赵静文刘翔石蕴玉汤显宋家琳杨少玲上海工程技术大学电子电气工程学院上海201620 上海长征医院超声科上海200003 上海市奉贤区中心医院心脏超声科上海201418

目的提出注意力门(AG)和空洞空间金字塔池化(ASPP)UNet模型(AA-UNet),观察其提取肝脏高频超声图像中肝包膜并用于评估肝硬化的价值。方法纳入47例肝硬化患者及20例非肝脏疾病患者,于肝脏高频声像图中手工标注肝包膜作为标签图像;将AG及A... 详细信息

目的提出注意力门(AG)和空洞空间金字塔池化(ASPP)UNet模型(AA-UNet),观察其提取肝脏高频超声图像中肝包膜并用于评估肝硬化的价值。方法纳入47例肝硬化患者及20例非肝脏疾病患者,于肝脏高频声像图中手工标注肝包膜作为标签图像;将AG及ASPP加入UNet,以之提取声像图中的肝包膜;最后加入视觉几何组(VGG)16全连接层和Softmax分类器,评估有无肝硬化及其程度,即正常及轻度、中度肝硬化。采用AA-UNet提取58例颈动脉斑块患者提取颈动脉高频超声声像图中动脉壁,以验证AA-UNet的鲁棒性。结果AA-UNet提取的肝脏高频超声声像图中的肝包膜与标签图像相似,其交并比、精确率及F分数均大于DeepLabv3+、UNet、UNet+AG及UNet+ASPP提取结果,且用于提取颈动脉高频超声声像图中的动脉壁的效果亦较佳。AA-UNet用于评估肝脏高频超声声像图中正常及轻、中度肝硬化的准确率分别为90.00%、81.67%及78.33%。结论AA-UNet用于提取肝脏高频超声声像图中的肝包膜及评估轻度肝硬化的效果较佳。

关键词：肝硬化神经网络,计算机超声检查肝包膜注意力机制空洞卷积

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的全髋关节置换术后参数测量与人工测量方法的比较研究

引用

中华骨科杂志 2024年第20期44卷 1358-1363页

作者：智信刘星宇宋平张逸凌柴伟解放军总医院第四医学中心骨科医学部北京100142 长木谷医疗科技股份有限公司北京100176

目的探讨通过卷积神经网络测量全髋关节置换(total hip arthroplasty,THA)术后假体角度及双下肢长度差与人工测量的差异。方法收集2024年1至3月,在解放军总医院第四医学中心骨科实施单侧THA患者100例,其中50例使用陶瓷内衬髋关节假体、5... 详细信息

目的探讨通过卷积神经网络测量全髋关节置换(total hip arthroplasty,THA)术后假体角度及双下肢长度差与人工测量的差异。方法收集2024年1至3月,在解放军总医院第四医学中心骨科实施单侧THA患者100例,其中50例使用陶瓷内衬髋关节假体、50例使用聚乙烯内衬髋关节假体。男58例、女42例,年龄(51.6±12.71)岁,均为单侧,左侧45髋、右侧55髋。利用Attention UNet网络分割假体并识别关键点,计算髋臼假体外展角、前倾角和双下肢长度差。分别使用卷积神经网络和人工方法测量假体前倾角、外展角和双下肢长度差,并进行比较。采用Bland-Altman方法评估两种测量方法的一致性。结果卷积神经网络测量100例假体的外展角、前倾角和双下肢长度差分别为40.55°±4.76°、21.5°(19.0°,27.0°)和3.6(1.7,6.8)mm,人工测量为40.58°±4.93°、21.0°(17.6°,23.2°)和3.0(2.0,7.0)mm。两种方法测量前倾角的差异有统计学意义(Z=-2.189,P=0.029),而外展角和双下肢长度差的差异无统计学意义(P>0.05)。卷积神经网络测量50例聚乙烯内衬假体的外展角和前倾角分别为40.31°±4.70°和20.0°(18.0°,22.0°),人工测量分别为40.49°±4.92°和20.0°(17.0°,21.5°),差异均无统计学意义(P>0.05);卷积神经网络测量50例陶瓷内衬假体的外展角和前倾角分别为40.79°±4.86°和26.5°(20.8°,33.0°),人工测量分别为40.68°±4.98°和20.0°(18.0°,22.0°),两种方法测量假体前倾角的差异有统计学意义(Z=-3.426,P=0.001),而外展角的差异无统计学意义(t=0.994,P=0.325)。Bland-Altman方法显示人工与卷积神经网络测量100例假体外展角的差值为0.0310°±1.091°[95%CI(-2.107°,2.169°)],聚乙烯内衬假体的差值为0.178°±1.296°[95%CI(-2.362°,2.718°)],陶瓷内衬假体的差值为-0.116°±0.825°[95%CI(-1.733°,1.501°)];100例假体前倾角的差值为-3.280°±6.920°[95%CI(-16.840°,10.280°)],聚乙烯内衬假体的差值为-0.002°±1.471°[95%CI(-2.885°,2.881°)],陶瓷内衬假体的差值为-6.560°±8.523°[95%CI(-23.270°,10.150°)];双下肢长度差的差值为(-0.101±0.947)mm[95%CI(-1.956,1.755)mm]。结论卷积神经网络测量THA术后髋臼假体外展角、聚乙烯内衬假体前倾角、双下肢长度差与人工测量值无差异,但测量陶瓷内衬假体前倾角与人工测量方法有差异。Bland-Altman分析表明两种测量方法在测量外展角、聚乙烯内衬假体前倾角和双下肢长度差时具有较好的一致性。

关键词：关节成形术,置换,髋人工智能神经网络,计算机参数测量

来源：评论

学校读者我要写书评

暂无评论

边界增强像素级多模态声像图融合方法评估良、恶性乳腺肿瘤

引用

中国医学影像技术 2023年第5期39卷 741-745页

作者：李晋李玉冰苏畅何萍崔立刚林伟军中国科学院声学研究所超声学实验室北京100190 中国科学院大学电子电气与通讯工程学院北京100049 北京大学第三医院超声诊断科北京100191

目的观察以边界增强多模态乳腺声像图像素级特征融合方法评估良、恶性乳腺肿瘤性质的价值。方法基于乳腺肿瘤B型声像图提取边界增强图像,于超声弹性复合声像图中提取纯弹性信息图像。对多模态乳腺肿瘤声像图进行像素级特征融合,形成边... 详细信息

目的观察以边界增强多模态乳腺声像图像素级特征融合方法评估良、恶性乳腺肿瘤性质的价值。方法基于乳腺肿瘤B型声像图提取边界增强图像,于超声弹性复合声像图中提取纯弹性信息图像。对多模态乳腺肿瘤声像图进行像素级特征融合,形成边界特征增强的融合图像,再以卷积神经网络(CNN)进行分类;评估融合方法分类良、恶性乳腺肿瘤的性能,并与单模态方法、特征级融合方法、无边界增强像素级图像融合方法及其他CNN模型进行对比。结果边界增强像素级特征融合方法有助于CNN提取乳腺肿瘤特征,分类良、恶性乳腺性能最佳,其分类准确率为85.71%,特异度为85.49%,敏感度为86.16%,模型稳定。结论边界特征增强像素级多模态声像图融合方法可用于判断良、恶性乳腺肿瘤。

关键词：乳腺肿瘤超声检查弹性成像技术神经网络,计算机

来源：评论

学校读者我要写书评

暂无评论

基于胸部X线卷积神经网络模型诊断儿童不同病原体社区获得性肺炎

引用

中国医学影像技术 2021年第8期37卷 1163-1167页

作者：胡莎莎朱永北董迪王蓓王驰周作福徐保平刘秀云彭芸国家儿童医学中心首都医科大学附属北京儿童医院影像中心北京100045 北京航空航天大学医学科学与工程学院北京100191 中国科学院自动化研究所北京100190 福建省妇幼保健院放射科福建福州350000 国家儿童医学中心首都医科大学附属北京儿童医院呼吸科北京100045

目的评价基于胸部X线卷积神经网络(CNN)模型诊断儿童不同病原体社区获得性肺炎(CAP)的价值。方法纳入1769例CAP患儿,根据病原学诊断分为病毒组(n=487)、细菌组(n=496)及肺炎支原体(MP)组(n=786),对比组间胸部X线征象的差异;将患儿以7∶1... 详细信息

目的评价基于胸部X线卷积神经网络(CNN)模型诊断儿童不同病原体社区获得性肺炎(CAP)的价值。方法纳入1769例CAP患儿,根据病原学诊断分为病毒组(n=487)、细菌组(n=496)及肺炎支原体(MP)组(n=786),对比组间胸部X线征象的差异;将患儿以7∶1∶2比例随机分为训练集、验证集和测试集,对测试集患儿根据性别和年龄分为不同亚组进行分层分析。基于胸部X线片分割全肺和病灶ROI,分别训练全肺模型和局部模型,通过混淆矩阵评估2种模型的整体效能;绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评价2种模型诊断不同病原CAP的效能;采用Delong检验比较模型诊断效能的差异。结果3组病变累及范围、受累肺组织密度改变特点、肺过度通气及空洞差异均有统计学意义(P均<0.05)。全肺模型及局部模型诊断不同病原CAP的准确率分别为61.85%及58.04%,精确度分别为63.77%及54.05%。全肺模型和局部模型诊断MP性CAP的效能最佳,AUC分别为0.798及0.819;全肺模型诊断病毒及细菌性CAP的AUC均大于局部模型(P均<0.05)。全肺模型和局部模型诊断测试集中男性亚组和女性亚组不同病原CAP的AUC、诊断高年龄亚组和低年龄亚组病毒性及细菌性CAP的AUC差异均无统计学意义(P均>0.05),诊断高年龄亚组和低年龄亚组MP性CAP的AUC差异均有统计学意义(P均<0.05)。结论基于胸部X线片建立CNN模型诊断儿童不同病原体CAP的效能较好;全肺模型优于局部模型,2种模型均对MP性CAP诊断效能最佳。

关键词：肺炎儿童 X线放射摄影术,胸部神经网络,计算机

来源：评论

学校读者我要写书评

暂无评论

基于多级串联深度卷积神经网络配准大形变图像

引用

中国医学影像技术 2022年第4期38卷 588-593页

作者：魏志军刘国才顾冬冬湖南大学电气与信息工程学院湖南长沙410082 机器人视觉感知与控制技术国家工程研究中心湖南长沙410082

目的采用无监督方式基于多级串联深度卷积神经网络(CNN)建立大形变图像配准网络(LDIRnet)模型,评估其配准脑部MRI及肺部CT图像的性能。方法串联多个结构相同而参数不同的深度CNN,以端到端方式学习待配准图像之间的多个小形变场;再通过... 详细信息

目的采用无监督方式基于多级串联深度卷积神经网络(CNN)建立大形变图像配准网络(LDIRnet)模型,评估其配准脑部MRI及肺部CT图像的性能。方法串联多个结构相同而参数不同的深度CNN,以端到端方式学习待配准图像之间的多个小形变场;再通过叠加小形变场计算待配准图像之间的大形变场,实现大形变图像配准。结果配准3D脑部MRI时,三级LDIRnet(Three-LDIRnet)配准性能最佳,Dice系数为0.793±0.104,其次为两级LDIRnet(Two-LDIRnet)及ANT,VoxelMorph最差;配准肺部4D CT图像时,总体配准性能以mlVIRNET最佳,平均配准误差为(1.84±1.39)mm,其次为Three-LDIRnet、DLIR及Two-LDIRnet,VoxelMorph模型误差最大。结论多级串联配准网络模型有助于提高配准大形变图像的精度。

关键词：脑肺神经网络,计算机磁共振成像体层摄影术,X线计算机图像配准

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：