现在位置是:首 页 >> 
关键字:
期刊中心
基于U-Net的CT左心室分割
Left Ventricle Segmentation from CT based on U-Net
作者:李长岭,宋湘芬,赵行, 胡涛,董樑,姜文兵,潘轶斌,蒋峻,向建平    发布日期:2019-12-04    

目的:心血管疾病严重威胁着人类的健康,其早期的诊断与治疗有助于改善心脏的功能和患者的预后。左心室(Left Ventricle,LV)的壁在心脏四个腔室中最厚,能强有力地收缩,将血液泵入全身,其准确分割是评估心脏功能的重要步骤。方法:本文提出在心脏CT血管造影术(Cardiac CT Angiography,CCTA)扫描下左心室分割的一种深度学习方法。该方法使用基于8层U-Net的卷积神经网络,以提取更深层次的抽象特征,同时增加辅助监督分支,使得深层特征图也能求得损失,以提高模型分割精度。由于本实验训练数据较少,因此采取数据在线扩增方式以提高模型的泛化能力及鲁棒性。结果:在测试集上实验获得了Dice系数平均为95.20%的分割评估结果。结论:实验结果表明,该方法可准确有效地分割CT左心室。

李长岭,宋湘芬,赵行, 胡涛,董樑,姜文兵,潘轶斌,蒋峻,向建平. 基于U-Net的CT左心室分割[J]. 中华急诊医学杂志, 2019,28(12): 1562-1564.
DOI号: