您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览9 | 下载4

目的 研究和实现利用深度学习计算T2加权像MR的前列腺体积,并与椭球公式计算的前列腺体积进行比较.资料与方法 回顾性收集 2019 年 10 月—2022 年 2 月武汉大学人民医院经病理确诊的 180 例前列腺增生和 251 例前列腺癌患者的T2加权像MR图像及诊断报告,根据诊断报告使用椭球公式计算每例患者的前列腺体积,使用U-Net模型的变体对所收集MR图像上的前列腺进行分割,利用公式前列腺体积=对(前列腺像素数目×每个像素的大小×层厚)进行求和,获得深度学习计算的前列腺体积.比较深度学习和椭球公式计算的前列腺体积差异和一致性.结果 Bland-Altman 分析显示,在前列腺增生和前列腺癌患者中,深度学习和椭球公式计算的前列腺体积具有较高的一致性,仅5

作者:倪鑫淼;杨瑞;陈志远;刘修恒

来源:中国医学影像学杂志 2024 年 32卷 4期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:9 | 下载:4
作者:
倪鑫淼;杨瑞;陈志远;刘修恒
来源:
中国医学影像学杂志 2024 年 32卷 4期
标签:
前列腺增生 前列腺肿瘤 深度学习 磁共振成像 前列腺分割 前列腺体积 椭球公式 Prostatic hyperplasia Prostatic neoplasms Deep learning Magnetic resonance imaging Prostate segmentation Prostate volume Prolate ellipsoid formula
目的 研究和实现利用深度学习计算T2加权像MR的前列腺体积,并与椭球公式计算的前列腺体积进行比较.资料与方法 回顾性收集 2019 年 10 月—2022 年 2 月武汉大学人民医院经病理确诊的 180 例前列腺增生和 251 例前列腺癌患者的T2加权像MR图像及诊断报告,根据诊断报告使用椭球公式计算每例患者的前列腺体积,使用U-Net模型的变体对所收集MR图像上的前列腺进行分割,利用公式前列腺体积=对(前列腺像素数目×每个像素的大小×层厚)进行求和,获得深度学习计算的前列腺体积.比较深度学习和椭球公式计算的前列腺体积差异和一致性.结果 Bland-Altman 分析显示,在前列腺增生和前列腺癌患者中,深度学习和椭球公式计算的前列腺体积具有较高的一致性,仅5

Baidu
map