《临床放射学杂志》发表论文赏析
作者:郭东方, 郝家伟, 吴彦林, 鄂亚军, 王光磊, 李志强
单位:071000 保定,河北大学附属医院介入血管外科
摘要:目的应用深度学习算法自动检测和分割CTA图像中的颅内动脉瘤。方法搜集行头颅CTA检查的颅内动脉瘤患者原始CTA图像。对原始CTA图像进行预处理后,输入到U-net神经网络进行检测和分割。以人工标记为参考标准。结果在测试集中,直径>4 mm的动脉瘤,敏感度为92.0%,Dice中位数为0.82;直径>5 mm的动脉瘤,敏感度为93.1%,Dice中位数为0.84;直径>6 mm的动脉瘤,敏感度为95.5%,Dice中位数为0.87。与人工标记结果具有高度一致性。结论深度学习算法可以自动检测和分割直径>4 mm的动脉瘤,不仅可以节省人力和时间成本,在一定程度上为动脉瘤破裂造成蛛网膜下腔出血的预防及颅内动脉瘤治疗的选择提供参考依据。
关键词:颅内动脉瘤,蛛网膜下腔出血,CT血管造影,深度学习
2023年1期其他文献查阅:
基于对比增强能谱乳腺X线摄影对乳腺良恶性病灶鉴别的定量及定性分析
基于钆塞酸二钠增强MRI联合微血管侵犯预测HBV相关HCC患者术后早期复发的价值
Gd-EOB-DTPA增强MRI肝胆期弥漫性门静脉周围高信号的影像表现分型及临床意义
基于DCE-MRI定量参数图影像组学模型预测子宫内膜癌Ki-67表达
高分辨率C臂CT联合减少金属伪影软件在Pipeline Flex治疗颅内动脉瘤的应用价值
胆肠吻合口狭窄行PTCD围术期并发菌血症的病原菌构成及耐药性分析
钆纳米对比剂的研制及其与小分子对比剂钆喷酸葡胺的磁共振成像性能对比