在CT图像中使用双管网络和拓重建的自动肺动脉静脉分离
Lin Pan1, Xiaochao Yan1, Yaoyong Zheng1
1College of Physics and Information Engineering, Fuzhou University, Fuzhou, Fujian, China.
PeerJ. Computer science
|October 9, 2023
概括
这项研究提出了一种新的深度学习方法,用于在CT扫描中自动分离肺动脉和静脉. 这种方法实现了高精度,有助于肺癌手术规划.
科学领域:
- 医疗成像医学成像
- 放射学 放射学是一门学科.
- 计算机辅助诊断 计算机辅助诊断
背景情况:
- 在CT图像中精确分离肺动脉和静脉 (A/V) 对于肺癌手术的术前规划至关重要.
- 由于复杂的解剖学和CT扫描中的视觉相似性,区分肺动脉和静脉是具有挑战性的.
研究的目的:
- 开发和验证一种新的自动化方法,用于在胸部CT图像中分离肺动脉和静脉.
- 为了提高A/V分离的准确性和可靠性,用于手术规划.
主要方法:
- 使用尺度空间粒子和多模块快速行进 (MSFM) 的容器树拓构造,以保持连续性.
- 一个双管道深度学习网络,旨在学习多尺度差异并识别支气管附近的动脉.
- 一个拓优化器,结合了分支间和分支内部的关系,以改进分类.
主要成果:
- 该方法在公开的CARVE14数据集上实现了90.1%的平均准确性.
- 这种方法在私人数据集上显示出更高的准确性 (96.2%).
- 验证证实了该方法在分离肺动脉和静脉方面的有效性.
结论:
- 拟议的方法在CT图像中有效分离肺动脉和静脉.
- 该方法在不同的CT设备和图像对比类型中表现出良好的概括性.
- 这种技术可以提高肺癌手术的术前规划.
