期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多任务学习的native T1 mapping图像对高血压心脏病和肥厚型心肌病的自动分类
1
作者
朱虹霖
钱妤凡
+5 位作者
常晓
周滟
马建
孙榕
聂生东
吴连明
《国际生物医学工程杂志》
CAS
2024年第4期342-348,共7页
目的基于多任务学习算法, 使用native T1 mapping图像对高血压心脏病(HHD)和肥厚型心肌病(HCM)进行自动分类。方法收集上海交通大学医学院附属仁济医院2017年1月至2021年12月收治的203名患者数据, 其中HHD患者53例, HCM患者121例, 正常...
目的基于多任务学习算法, 使用native T1 mapping图像对高血压心脏病(HHD)和肥厚型心肌病(HCM)进行自动分类。方法收集上海交通大学医学院附属仁济医院2017年1月至2021年12月收治的203名患者数据, 其中HHD患者53例, HCM患者121例, 正常对照(NC)组29例。所有患者均采用核磁共振仪采集native T1 mapping数据, 并采用多任务学习算法处理native T1 mapping数据, 以基于原始图像的Resnet 50模型为对照, 采用十折交叉、混淆矩阵和受试者特征(ROC)曲线验证各模型的分类性能。结果十折交叉验证结果显示, 与Resnet 50模型相比, MTL-1 024、MTL-64和MTL-all模型在曲线下面积(AUC)、准确率、敏感性和特异性等指标上均显示出更好的性能。在分类任务中, MTL-64模型的AUC(0.942 1)表现最佳, 而MTL-all模型的准确率达到了最高值(0.852 2)。在分割任务中, MTL-64模型的Dice系数(0.879 7)取得了最佳效果。混淆矩阵图表明MTL模型在整体性能上超越了基于原始图像的Resnet 50模型。且所有MTL模型的ROC曲线图明显高于原始图像输入Resnet 50模型。结论基于多任务学习的native T1 mapping图像对HHD和HCM的自动分类是有效果的。
展开更多
关键词
肥厚型心肌病
高血压心脏病
多任务学习
native
T1
mapping
十折交叉
混淆矩阵
曲线下面积
原文传递
题名
基于多任务学习的native T1 mapping图像对高血压心脏病和肥厚型心肌病的自动分类
1
作者
朱虹霖
钱妤凡
常晓
周滟
马建
孙榕
聂生东
吴连明
机构
上海理工大学健康科学与工程学院
上海交通大学医学院附属仁济医院放射科
华东师范大学上海市磁共振重点实验室
出处
《国际生物医学工程杂志》
CAS
2024年第4期342-348,共7页
基金
国家自然科学基金(81830052)
上海市自然科学基金(20ZR1438300)
上海市分子影像重点实验室(18DZ2260400)。
文摘
目的基于多任务学习算法, 使用native T1 mapping图像对高血压心脏病(HHD)和肥厚型心肌病(HCM)进行自动分类。方法收集上海交通大学医学院附属仁济医院2017年1月至2021年12月收治的203名患者数据, 其中HHD患者53例, HCM患者121例, 正常对照(NC)组29例。所有患者均采用核磁共振仪采集native T1 mapping数据, 并采用多任务学习算法处理native T1 mapping数据, 以基于原始图像的Resnet 50模型为对照, 采用十折交叉、混淆矩阵和受试者特征(ROC)曲线验证各模型的分类性能。结果十折交叉验证结果显示, 与Resnet 50模型相比, MTL-1 024、MTL-64和MTL-all模型在曲线下面积(AUC)、准确率、敏感性和特异性等指标上均显示出更好的性能。在分类任务中, MTL-64模型的AUC(0.942 1)表现最佳, 而MTL-all模型的准确率达到了最高值(0.852 2)。在分割任务中, MTL-64模型的Dice系数(0.879 7)取得了最佳效果。混淆矩阵图表明MTL模型在整体性能上超越了基于原始图像的Resnet 50模型。且所有MTL模型的ROC曲线图明显高于原始图像输入Resnet 50模型。结论基于多任务学习的native T1 mapping图像对HHD和HCM的自动分类是有效果的。
关键词
肥厚型心肌病
高血压心脏病
多任务学习
native
T1
mapping
十折交叉
混淆矩阵
曲线下面积
Keywords
Hypertrophic
cardiomyopathy
Hyper
ten
sive
heart
disease
Multi-task
learning
Native
T1
mapping
ten
-
fold
crossover
Confusion
matrix
Area
under
the
curve
分类号
R542.2 [医药卫生—心血管疾病]
R541.3 [医药卫生—内科学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于多任务学习的native T1 mapping图像对高血压心脏病和肥厚型心肌病的自动分类
朱虹霖
钱妤凡
常晓
周滟
马建
孙榕
聂生东
吴连明
《国际生物医学工程杂志》
CAS
2024
0
原文传递
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
