肺动脉和静脉的新细分方法
Qinghua Zhou1,2, Wenjun Tan1,2, Qingya Li1,2
1Key Laboratory of Intelligent Computing in Medical Image, Ministry of Education, Northeastern University, Shenyang, 110189 China.
Health information science and systems
|October 9, 2023
概括
这项研究引入了一种新的方法,用于使用灰度值来区分肺动脉和静脉,从而实现更高的细分精度. 新的算法有效地对肺动脉和静脉进行细分,帮助诊断肺部疾病.
科学领域:
- 肺部成像和诊断 肺部成像和诊断
- 医疗图像分析 医学图像分析
- 血管细分系统的细分
背景情况:
- 肺动脉和静脉 (A / V) 之间的准确区分对于诊断和治疗肺部疾病至关重要.
- 现有的方法在精确的A/V细分方面可能存在局限性.
研究的目的:
- 开发和评估一个新的算法,用于精确细分肺动脉和静脉.
- 为了利用灰度差异来改善A / V差异化.
主要方法:
- 为了区分,在容器区域内使用了中位数和平均灰度值.
- 实施了基于船体结构的附加区域的移除.
- 细分的干部区域使用灰色水平信息,靠近肺部边界.
- 通过连接和远端血管的图形切割方法纠正了细分错误.
主要成果:
- 实现了97.26%的细分精度,超过了CNN的平均精度91.67%.
- 证明了更好的错误分支的集中度,促进更容易的纠正.
- 成功地有效地分割了肺动脉和静脉.
结论:
- 拟议的算法为肺部A/V细分提供了一个高度准确和有效的方法.
- 这种方法显示出改善肺部疾病的诊断和治疗的巨大潜力.
- 该方法为手动和自动分段后纠正提供了一个强大的工具.
