机构名称：
¥ 1.0
摘要：胎儿大脑在整个怀孕期间都会经历广泛的形态变化，这可以在超声采集中直观地看到。我们探索使用卷积神经网络 (CNN) 在 3D 超声图像中分割多个胎儿大脑结构。胎儿超声图像中大脑结构的准确自动分割可以跟踪整个妊娠期的大脑发育，并提供有用的信息，帮助预测胎儿的健康结果。我们提出了一种多任务 CNN，用于根据图谱生成的白质、丘脑、脑干和小脑标签自动进行分割。在 480 个体积上训练的网络在 48 个测试体积上产生了准确的 3D 分割，白质的 Dice 系数为 0.93，丘脑、脑干和小脑的分割超过 0.77。
多任务 CNN 用于 3D 胎儿脑超声中的结构语义分割
主要关键词
相关文件推荐
