期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
不同多模型迭代重建算法与卷积核参数对CT影像自动分割稳定性的影响 被引量：2
1
作者 姜筱璇 余行 +2 位作者 邓中华 朱智慧 傅玉川 《中国医疗器械杂志》 2022年第2期219-224,共6页
目的 探究不同多模型迭代重建算法(ASi R-V)与卷积核重建算法参数对基于深度学习的CT自动分割稳定性的影响。方法 选取20例行盆腔放疗的病人,采用不同的重建参数建立CT影像数据集,利用深度学习神经网络对3个软组织器官(膀胱、肠袋、小肠... 目的 探究不同多模型迭代重建算法(ASi R-V)与卷积核重建算法参数对基于深度学习的CT自动分割稳定性的影响。方法 选取20例行盆腔放疗的病人,采用不同的重建参数建立CT影像数据集,利用深度学习神经网络对3个软组织器官(膀胱、肠袋、小肠)和5个骨性器官(左、右股骨头,左、右股骨,骨盆)进行自动分割,并以滤波反投影CT的分割结果为参考,比较不同重建CT上自动分割结果的DSC系数和Hausdorff距离。结果 器官的自动分割受ASi R-V参数影响较大,受卷积核参数影响较小,且在软组织中更加明显。结论 基于深度学习的自动分割稳定性会受到CT图像重建算法参数选择的影响,在实际应用中需在图像质量与分割质量中寻求平衡,或者改进分割网络来提高自动分割的稳定性。 展开更多
关键词 CT重建算法 多模型迭代重建 卷积核 自动分割
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部