Radiology:基于深部学习方法电影MR图像全自动定量评价左心室功能

导语:利用短轴电影MR图像建立基于深度学习方法进行全自动定量左心室功能具有较高准确性和稳定性。

来源:梅斯医学

本研究旨在利用短轴电影MR图像建立基于深度学习方法进行全自动定量左心室功能,评价诊断效能。

本研究纳入了电影MRI数据。利用三个半卷积神经网络(CNNs)联合U-NET纹理进行分析数据(a)单中心、单一品牌设备、均质100例患者(CNN1);(b)单一品牌设备、多中心、不均质200例患者(CNN2);(c)多品牌设备、多中心、不均质400例患者(CNN3)。采用独立的多中心、多品牌设备的196例患者测试所有CNNs。通过3名放射科医生独立评价标注(a)左心室准确性、(b)LV分割准确性(c)LV功能参数准确性进而评价CNN效能。利用配对Wilcoxon检验、Pearson相关性、Bland-Altman分析比较自动和人工分析结果。

结果为,对于独立测试数据,CNN3获得了最高的评价效能。CNN3、CNN1、CNN2与人工分析比较平均垂直距离分别为1.1 mm ± 0.3、1.5 mm ± 1.0、(P

本研究表明,利用短轴电影MR图像建立基于深度学习方法进行全自动定量左心室功能具有较高准确性和稳定性。

原始出处:

Tao Q, Yan W, Wang Y,et al.Deep Learning-based Method for Fully Automatic Quantification of Left Ventricle Function from Cine MR Images: A Multivendor, Multicenter Study.Radiology.DOI:10.1148/radiol.2018180513

本文系梅斯医学(MedSci)原创编译整理,转载需授权!

80%专业医生都在用梅斯医学APP

改善医疗质量

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181126A1ZF3X00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券