基于U-Net生成的合成腰椎CT圖像對椎管狹窄診斷性研究
發(fā)布時間:2021-04-07 14:10
目的:本研究主要探討基于U-Net的神經(jīng)網(wǎng)絡利用磁共振圖像衍生出合成CT(Synthetic computed tomography,s CT)圖像在腰椎管狹窄診斷方面應用的可行性。方法:本研究共納入了56例受試者,其中包括39名無腰椎管狹窄的志愿者與17名術后證明具有腰椎管狹窄的患者。所有受試者均進行磁共振T2WI、T1WI序列掃描以及高分辨率CT掃描成像,并利用基于U-Net的神經(jīng)網(wǎng)絡將磁共振T2WI生成相應合成CT圖像。本研究中約50%的數(shù)據(jù)運用于訓練,剩下約50%用于驗證數(shù)據(jù)集。兩位高年資放射科醫(yī)生將對同一受試者的合成與傳統(tǒng)CT圖像集進行圖像質(zhì)量一致性評價,合成與傳統(tǒng)CT圖像質(zhì)量一致性評價采用主觀與客觀標準相結(jié)合的方式進行,主觀評價標準主要為合成與傳統(tǒng)CT圖像質(zhì)量與病灶顯示確定性評分,客觀評價標準主要為對合成與傳統(tǒng)CT圖像勾畫同一興趣區(qū)的CT值測量,以及對所有合成CT圖像進行結(jié)構(gòu)相似度比(structural similarity index measure,SSIM)的計算。主觀上圖像質(zhì)量評價在統(tǒng)計學方法上采用Wilcoxon檢驗,客觀上圖像質(zhì)量評價使用配對T檢驗分析。兩位高...
【文章來源】:安徽醫(yī)科大學安徽省
【文章頁數(shù)】:51 頁
【學位級別】:碩士
【文章目錄】:
英文縮略詞表
中文摘要
Abstract
1.前言
2.材料與方法
3.結(jié)果
4.討論
5.結(jié)論
參考文獻
附錄 個人簡歷
致謝
綜述 深度學習在骨骼肌系統(tǒng)的應用與進展
參考文獻
本文編號:3123639
【文章來源】:安徽醫(yī)科大學安徽省
【文章頁數(shù)】:51 頁
【學位級別】:碩士
【文章目錄】:
英文縮略詞表
中文摘要
Abstract
1.前言
2.材料與方法
3.結(jié)果
4.討論
5.結(jié)論
參考文獻
附錄 個人簡歷
致謝
綜述 深度學習在骨骼肌系統(tǒng)的應用與進展
參考文獻
本文編號:3123639
本文鏈接:http://www.sikaile.net/yixuelunwen/waikelunwen/3123639.html
最近更新
教材專著