Video Experimental Relacionado
Updated: Jan 31, 2026

Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping
Published on: September 25, 2019
Red de fusión de escaneo cruzado: un marco basado en el registro para la segmentación de ultrasonido 3D eficiente en
Pengyu Chen1,2, Zixue Zeng2,3, Xiaoyan Zhao2
1Department of Computer Science, University of Pittsburgh, Pittsburgh, Pennsylvania, USA.
La novedosa Red de Fusión de Escaneo Cruzado (CSFN) segmenta con precisión imágenes de ultrasonido 3D para la investigación del dolor lumbar crónico (DLC). Este método mejora significativamente la segmentación de capas anatómicas con anotaciones manuales mínimas, acelerando el análisis clínico.
Área de la Ciencia:
- Imagenología médica
- Inteligencia artificial
- Ingeniería biomédica
Sus antecedentes:
- El dolor lumbar crónico (DLC) impacta significativamente la calidad de vida, pero sus mecanismos son poco comprendidos.
- La imagenología por ultrasonido 3D proporciona información sobre el DLC, pero enfrenta desafíos de anotación manual debido al volumen de datos y la calidad de la imagen.
Objetivo del estudio:
- Desarrollar y validar la Red de Fusión de Escaneo Cruzado (CSFN) para segmentar capas de tejido anatómico en imágenes de ultrasonido 3D.
- Mejorar la eficiencia de la anotación para datos de ultrasonido 3D en la investigación de DLC.
Principales métodos:
- Se utilizaron volúmenes de ultrasonido 3D en modo B de la región lumbar con seis capas de tejido anotadas.
- Se desarrolló CSFN, una red de registro elástico estilo VoxelMorph con Pérdida de Distancia de Hausdorff Proyectada (PHDL).
- Se implementaron estrategias de aprendizaje eficientes en cuanto a muestras (CSFN-SEL) y semisupervisadas (CSFN-SSL), incluida la síntesis de datos para la aumentación.
Principales resultados:
- CSFN-SEL superó a nnU-Net totalmente supervisado, mejorando el coeficiente de Dice medio en un 5,28 % (p < 0,05/3).
- CSFN-SSL logró una precisión de segmentación del 79,33 % (±1,96 %) y del 81,14 % (±1,43 %) con solo 5 y 19 muestras de entrenamiento, respectivamente.
- CSFN-SSL demostró una ganancia de rendimiento del 9,51 % con anotación mínima utilizando solo cinco exploraciones etiquetadas (tamaño del efecto d = 0,671, p < 0,05/3).
Conclusiones:
- CSFN mejora significativamente la precisión y la robustez de la segmentación en imágenes de ultrasonido 3D, incluso con datos etiquetados limitados.
- El enfoque CSFN ofrece una solución práctica para avanzar en la imagenología y el análisis de DLC.
- La segmentación automatizada con CSFN puede acelerar la evaluación y el manejo clínico del DLC.
Videos de Conceptos Relacionados
Crossing Over
The homologous pairs of sister chromosomes—one from the maternal and one from the paternal genome—then begin to align alongside each other lengthwise, matching corresponding DNA positions in a process...
Nuclear Fusion
A helium nucleus has a mass that is 0.7% less than that of four hydrogen nuclei; this lost mass is converted into energy during the fusion. This reaction produces about...
Protein Networks
These interactions can be represented through maps depicting protein-protein interaction networks, represented as nodes and edges. Nodes are circles that are representative of a protein,...
Genome Annotation and Assembly
Crossed Aldol Reaction Using Weak Bases
Assessing Blood pressure using a doppler ultrasound
Pre-Procedural Guidelines for Doppler Ultrasound Blood Pressure Assessment:
Preparation of Equipment:

