一种快速而准确的脑部提取方法,用于CT头部图像
Dingyuan Hu1, Hongbin Liang2, Shiya Qu1
1School of Mechanical Engineering and Automation, University of Science and Technology Liaoning, NO.185 in Qianshan Middle Street, Anshan, 114000, Liaoning Province, PR China.
BMC medical imaging
|September 12, 2023
概括
这项研究介绍了FABEM,这是一个快速而准确的算法,用于从头部CT扫描中提取大脑. 它改进了现有的方法,大大减少了处理时间,同时保持了对内病变的高诊断准确性.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 神经科学是一个神经科学.
背景情况:
- 精确的脑部提取对于诊断内病变至关重要.
- 完全卷积神经网络 (FCN) 提供高精度但缓慢的提取速度.
研究的目的:
- 开发一个集成算法 (FABEM) 来从头部CT图像中更快,更准确地提取大脑.
- 为了解决当前基于FCN的细分方法的速度限制.
主要方法:
- FABEM利用值细分,封闭操作,CNN和图像填充来创建一个面具.
- 算法根据面具中连接区域的数量进行细分,使用区域增长或DeepLabv3+进行改进.
- 最终的大脑面具与原始图像相乘以进行提取.
主要成果:
- FABEM实现了与DeepLabv3+相似的性能指标 (MPA=0.9968,MIoU=0.9936,MBF=0.9963) 进行了比较.
- FABEM显示出明显更快的提取速度,在大约0.43秒内完成头部CT脑部提取,比DeepLabv3+快3.8倍.
结论:
- 通过FABEM方法,可以从头部CT图像中快速精确地提取大脑.
- 这有助于改善大脑体积测量和内病变的特征提取.
更多相关视频
05:12A Micro-CT-based Method for Characterizing Lesions and Locating Electrodes in Small Animal Brains
Published on: November 8, 2018
8.5K
12:50Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly
Published on: April 14, 2014
40.3K
