目的·探討生成式對抗網(wǎng)絡(luò)（generative adversarial network,GAN）去除冠狀動脈（冠脈）CT血管成像（CT angiography,CTA）運動偽影的作用。方法·納入行單心動周期掃描多時相重建的冠脈CTA受檢者,隨機選取約80%作為訓練組,其余作為驗證組用于驗證模型的準確性。研究運動偽影最明顯的右冠狀動脈（right coronary artery,RCA）中段,將截取圖像分為配對的有偽影圖像和無偽影清晰參考圖像。根據(jù)訓練組建立GAN模型;在驗證組中,使用圖像分割軟件ITK-SNAP把血管影像從周圍組織中分割出來,包括有偽影的、GAN生成的和參考圖像。計算有偽影-參考圖像（dice1）和GAN生成-參考圖像（dice2）的Dice系數(shù)。通過比較dice1和dice2的差異,評估GAN去除運動偽影的效果。結(jié)果·納入90例受檢者,隨機選取71例（11 000張圖像）為訓練組,其余19例（3 006張圖像）為驗證組�；谑軝z者,RCA中段dice1和dice2分別為0.38±0.19和0.50±0.23,差異有統(tǒng)計學意義（P=0.006）;基于圖像,RCA中段di... 

【文章來源】：上海交通大學學報(醫(yī)學版). 2020,40(09)北大核心CSCD

【文章頁數(shù)】：7 頁

【文章目錄】：
1 對象與方法
    1.1 研究對象
    1.2 CTA掃描和對比劑注射方案
    1.3 圖像預(yù)處理
    1.4 數(shù)據(jù)集組成
    1.5 GAN模型結(jié)構(gòu)
    1.6 GAN訓練過程
    1.7 圖像評估
    1.8 統(tǒng)計學分析
2 結(jié)果
    2.1 研究對象特征
    2.2 基于受檢者和圖像的相似性評估
    2.3 基于受檢者的dice2的影響因素
3 討論


【參考文獻】：
期刊論文
[1]生成式對抗網(wǎng)絡(luò)在醫(yī)學圖像處理中的應(yīng)用[J]. 潘丹,賈龍飛,曾安,Song Xiaowei.  生物醫(yī)學工程學雜志. 2018(06)
[2]冠狀動脈CT成像中冠狀動脈追蹤凍結(jié)技術(shù)的價值[J]. 王艷微,邢艷,劉文亞,潘存雪,岳征.  中國醫(yī)學計算機成像雜志. 2016(02)



本文編號：3187402