全卷积神经网络与全连接条件随机场中的左心室射血分数精准计算

来源 :计算机辅助设计与图形学学报 | 被引量 : 3次 | 上传用户:wqvbqjxtid1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
左心室射血分数是临床上用于衡量心脏健康的一项重要指标.为提高左心室分割和射血分数计算的精度,提出一种基于改进的全卷积神经网络和全连接条件随机场的方法.首先利用预训练的全卷积神经网络模型对心脏核磁共振影像进行左心室分割并输出概率图;之后采用3D全连接条件随机场对概率图进行后处理,完成像素级的精准密度预测;最后对左心室分割结果进行3D重建,并计算左心室舒张末期容积和收缩末期容积,进而计算出射血分数.实验结果表明,该方法能够实现左心室射血分数的精确且高效的计算,对左心室射血分数的平均预测误差为4.67%,
其他文献
针对在大规模数据场中进行复杂几何曲面抽取的性能和精度问题,提出一种基于八叉树加速结构和多边形裁剪的几何曲面抽取方法.首先应用平面-体求交方程将体单元抽取问题转换到二维空间中,其中引入基于空间包围盒的八叉树结构以减少无效体单元的计算;然后提出面向凹凸多边形的裁剪方法和若干优化策略以有效地进行多边形裁剪计算;再引入数据集预筛选功能减少无效网格片读入以提升曲面抽取性能;最后将该方法集成到通用可视分析引擎
目的探究T-box转录因子TBX2与鼠双微体基因MDM2在正常增生期内膜、各型增生内膜和子宫内膜样腺癌中的表达及相关性。方法组织芯片技术结合免疫组化SP法检测92例子宫内膜样腺