相关实验视频

Updated: Jul 25, 2025

Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities

Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities

Published on: October 27, 2023

基于深度学习的同源医疗图像注册用于多式模式的最小侵入性图像导向干预 - - 一项关于概括性的比较研究

Anika Strittmatter¹, Lothar R Schad¹, Frank G Zöllner¹

¹Computer Assisted Clinical Medicine, Medical Faculty Mannheim, Heidelberg University, Theodor-Kutzer-Ufer 1-3, 68167 Mannheim, Germany; Mannheim Institute for Intelligent Systems in Medicine, Medical Faculty Mannheim, Heidelberg University, Theodor-Kutzer-Ufer 1-3, 68167 Mannheim, Germany.

Zeitschrift fur medizinische Physik

|June 24, 2023

概括

这项研究评估了20个神经网络用于医疗图像记录,发现9个对新数据集很好地泛化. 这项工作强调了需要更广泛适用的医疗图像记录技术的需要.

科学领域:

医疗图像分析医学图像分析
医疗保健中的人工智能
计算机成像成像技术

背景情况:

多模式图像注册集成了来自不同成像模式的数据,对医学分析至关重要.
医疗图像注册的现有神经网络方法由于数据集的多样性而缺乏标准化的比较.
亲缘注册是医疗图像对齐的一个关键技术.

研究的目的:

实施和评估20个神经网络用于亲属多式联络医疗图像注册.
在合成和真实患者数据集上评估这些网络的性能和通用性.
将网络性能与自定义的CNN基准和SimpleElastix基线进行比较.

主要方法:

实施20个不同的神经网络,用于同类医学图像记录.
在合成3DCT/MR肝脏数据集上进行半监督培训.
对合成和未见的真实患者数据集进行评估,然后对患者数据进行微调.

主要成果:

六个网络在合成数据集上显著改善了Dice系数 (p < 0.05).
九个网络在患者数据集上表现出显著的改善,表明了概括能力.
性能与开发的CNN和SimpleElastix进行了基准测试.

结论:

几个神经网络显示了可通用的亲属多式联络医疗图像注册的前景.
目前的方法往往缺乏在不同数据集和临床场景中广泛适用.
为了开发强大且广泛适用的医疗图像记录技术,进一步的研究是必不可少的.

关键词:

有关的亲属关系.深度学习是一种深度学习.医学图像医学图像医学图像多式联运数据多式联运数据神经网络的神经网络的神经网络登记登记登记登记登记

更多相关视频

A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery

A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery

Published on: May 20, 2016

Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function

Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function

Published on: April 12, 2024

相关概念视频