机构名称：
¥ 1.0
计算机断层扫描血管造影（CTA）已成为心血管疾病的主要成像技术。在执行经导管主动脉瓣干预（TAVI）操作之前，将主动脉窦的图像和附近的心血管组织与增强的人心脏图像进行分割，对于辅助诊断和指导医生以制定治疗计划是必不可少的。本文提出了基于深度学习（DL）方法的NNU-NET（NONEN-NEW NET）框架，以分割心脏CTA图像中主动脉瓣附近的主动脉组织和心脏组织，并验证其准确性和有效性。总共使用了130套心脏CTA图像数据（88个训练集，22个验证集和20个测试组）。NNU-NET模型的优点是，它可以根据输入图像数据自动执行预处理和数据增强，可以动态调整网络结构和参数配置，并具有较高的模型泛化能力。实验结果表明，基于NNU-NET的DL方法可以准确有效地完成心脏CTA数据集对根附近的心主动脉和心脏组织的分割任务，并获得平均骰子相似性系数（DSC）为0.9698±0.0081。实际的推理分割效应基本上满足了诊所的术前需求。使用基于NNU-NET模型的DL方法解决了阈值分割的准确性低，对具有模糊边缘的器官的不良分割以及对不同患者心脏CTA图像的适应性差。NNU-NET将成为心脏CTA图像分割任务中的出色DL技术。
使用面向3D NNU -NET的[div>对人主动脉的分割...
主要关键词
相关文件推荐
