《临床放射学杂志》发表论文赏析

基于深度学习模型在MR图像上自动分割子宫及子宫内膜癌的研究

来源:临床放射学杂志2025年第8期北京时间:

作者:严一帆, 王可欣, 张耀峰, 席祖强, 王慧慧, 王霄英

单位:100034 北京大学第一医院医学影像科(严一帆、王慧慧、王霄英);100069 首都医科大学基础医学院(王可欣);100011 北京赛迈特锐医学科技有限公司(张耀峰、席祖强)

摘要:目的探索使用3D U-Net深度学习模型在MR图像上进行子宫及子宫内膜癌自动分割的可行性。方法回顾性搜集两组MR图像分别用于模型训练和模型验证。模型训练队列共纳入237例患者的检查,所有动态对比增强(DCE)序列共计5558个,用于训练子宫分割模型;DCE第5期及之后序列共计4589个,用于训练子宫内膜癌分割模型。将模型训练队列按8&#x02236;1&#x02236;1的比例随机分为训练集(<em>n</em>=4433、3692)、调优集(<em>n</em>=577、457)和测试集(<em>n</em>=548、440)。模型验证队列共纳入51例患者的检查,选取病灶显示清晰的序列,共计675个,用于模型效能的验证。由一名住院医师对扫描范围内子宫及子宫内膜癌进行逐层标注,再由一名高年资医师对标签进行审核、修改后确认,作为金标准。使用Dice 相似系数(DSC)、体积相似度(VS)和平均豪期多夫距离(HD)评价分割模型的效能。结果子宫分割模型的DSC为0.947,VS为0.981,HD为0.095 mm;子宫内膜癌分割模型的DSC为0.810,VS为0.935, HD为0.560 mm。各个数据集之间的上述指标的差异均有统计学意义(<em>P</em>&#x0003C;0.001)。结论3D U-Net深度学习模型可用于MR图像中子宫和子宫内膜癌的自动分割。

关键词:深度学习,子宫,子宫内膜癌,自动分割

2025年8期其他文献查阅:

基于MRI形态和功能成像及临床指标的列线图预测胶质母细胞瘤pTERT突变

高原地区脑实质结核与脑实质型脑囊虫病的MRI鉴别诊断

单侧复发性缺血性脑卒中与同侧颈动脉CTA特征关系的定量分析研究

继发性中枢神经系统淋巴瘤MRI表现及其与原发性中枢神经系统淋巴瘤的影像对比研究

神经黑色素磁共振成像和定量磁化率成像及其联合应用在帕金森病早期诊断中的价值

双能CT虚拟平扫对比传统平扫在舌癌的图像质量及辐射剂量研究

基于瘤内多参数MRI影像组学特征的乳腺癌HER-2表达状态预测模型构建与验证

心脏磁共振成像评估的左心室机械离散对肥厚型心肌病患者的预后价值研究

基于CCTA的Ⅱ型糖尿病患者冠周脂肪衰减指数、CT血流储备分数及血清胱抑素C与冠状动脉狭窄程度的相关性研究

基于机器学习与SHAP算法的心肌桥患者复发性胸痛预测模型的构建

活动性肺结核影像学诊断模型的构建与验证

基于CT细胞外容积分数模型预测肝细胞癌分化程度

钆塞酸二钠增强MRI影像组学联合临床特征预测肝细胞癌患者的Ki-67表达及微血管侵犯的价值

基于Gd-EOB-DTPA增强MRI的影像组学模型术前评估肝细胞癌Ki-67增殖状态的临床价值

四维血流磁共振对肝硬化脾功能亢进患者血流动力学的研究

构建与验证基于新辅助治疗前后的CT特征预测局部进展期胃腺癌患者病理完全缓解的模型

高分辨MRI形态学特征联合影像组学预测T1~2期直肠癌淋巴结转移

双能CT定量参数对比常规CT特征预测卵巢癌患者术前Suidan评分

基于CT影像组学模型在肾脏实性小肿瘤(≤4 cm)良恶性鉴别诊断中的研究

PI-RADS v2.1评分及PSA衍生指标对移行带和外周带前列腺癌的诊断价值研究

基于深度学习模型在MR图像上自动分割子宫及子宫内膜癌的研究

卵巢卵泡膜瘤-纤维瘤组肿瘤临床及MRI特征分析

基于不完整多模态医学图像的深度学习模型在原发肿瘤分类中的应用

先天性颈部囊性病变的产前MRI与产后CT表现

基于定量CT测量中老年男性体检人群骨密度与新症指标的相关性研究

内脏脂肪面积、内脏脂肪指数及脂质蓄积指数等人体测量指标对代谢综合征的预测价值研究

基于MRI的影像组学联合影像学特征预测子宫肌瘤HIFU术后消融率的价值

mDIXON-quant序列评估脂肪肝严重程度与尿液农药残留的关系

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!