語言:

基于SE-CaraNet的全方位最大密度投影图像颅内动脉瘤自动检测方法

Sheng wu yi xue gong cheng xue za zhi, 2024-04, Vol.41 (2), p.228-236

可取得全文

引用被引用

題名:
基于SE-CaraNet的全方位最大密度投影图像颅内动脉瘤自动检测方法
主題: 深度学习算法的医学应用
所屬期刊: Sheng wu yi xue gong cheng xue za zhi, 2024-04, Vol.41 (2), p.228-236
描述: 传统的单一方位最大密度投影（MIP）图像在检测颅内动脉瘤时容易忽略部分形态特征，造成漏检和误检。针对该问题，本文提出一种新的基于全方位MIP图像的颅内动脉瘤检测方法。首先，对三维磁共振血管造影（MRA）图像进行全方位最大密度投影，获得MIP图像；然后，利用匹配滤波对颅内动脉瘤区域进行预定位；最后，使用Squeeze and Excitation（SE）模块对CaraNet模型进行了改进，并用改进后的模型对全方位MIP图像中的预定位区域进行检测，确定是否患有颅内动脉瘤。本文收集了245例图像对所提方法进行了测试实验。实验结果表明本文所提方法的精确率和特异性分别可以达到93.75%和93.86%，显著提高了对MIP图像中颅内动脉瘤的检测性能。
出版者: 中国四川: 四川大学华西医院
語言: 英文
識別號: ISSN: 1001-5515
DOI: 10.7507/1001-5515.202301008
PMID: 38686402
資源來源: Alma/SFX Local Collection

返回到檢索清單

正在檢索遠程資料庫，請稍等