排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
【摘要】目的:探讨基于深度学习方法对X线胸片(CXR)进行去骨处理的可行性。方法:总样本数据集由开源数据集和自采数据集两部分组成,共300个图像对,每对图像包括一个常规CXR和一个去骨后的CXR,其中开源数据集(JSRT+BSE JSRT)241对,自采数据集(双能减影胸部X光片)59对。使用深度残差网络(ResNet)作为去骨模型的基础架构,结合动态U-Net网络,并以Imagenet预训练VGG(Visual Geometry Group)网络,提取图像激活及风格特征组成损失函数,来训练去骨模型。将总样本数据随机分为训练集(80%)、调优集(5%)和测试集(15%)。以测试集的峰值信噪比(PSNR)和结构相似性 (SSIM)结果作为CXR去骨模型的评价指标。结果:在测试集中,CXR去骨模型的PSNR(dB)和SSIM分别为31.94±2.49和93.37%±5.11%。根据PSNR值分析,88.89%的模型去骨后图像的质量较好,根据SSIM值分析,86.67%的模型去骨后图像与目标图像的结构相似性达到88%以上。结论:深度学习模型对X线胸片图像的去骨处理是可行的,可用于进一步研究并尝试应用于临床。 相似文献
2.
3.
目的 观察体素内不相干运动(IVIM)MRI评估MR引导下高强度聚焦超声(HIFU)消融治疗子宫肌瘤的中期效果。方法 分别于MR引导下HIFU治疗前及治疗后6个月对23例单发子宫肌瘤患者行多b值MR扫描,对所得图像提取3组数据分别进行拟合:①b ≤ 100 s/mm2(b=0、25、50、75、100 s/mm2),采用单指数模型拟合得到ADC;②b ≤ 200 s/mm2(b=0、25、50、75、100、150、200 s/mm2),以单指数模型拟合得到ADC;③b ≤ 1 000 s/mm2(b=0、25、50、75、100、150、200、500、800、1 000 s/mm2),采用双指数IVIM模型拟合获得真扩散系数(D)、假性扩散系数(D*)和灌注分数(f)。观察并比较MR引导下HIFU治疗前及治疗后6个月子宫肌瘤IVIM参数变化。结果 b ≤ 100 s/mm2图像显示MR引导下HIFU治疗6个月后ADC较治疗前明显下降(P=0.015);b ≤ 200 s/mm2时,治疗后6个月ADC稍下降但不明显(P=0.145);b ≤ 1 000 s/mm2图像显示治疗后D明显上升(P<0.001)、f明显下降(P=0.001),而D*无明显变化(P=0.187)。结论 利用IVIM MRI可较好地评估MR引导下HIFU消融治疗子宫肌瘤的中期效果。 相似文献
1