基于卷积神经网络和图形的胸部X射线图像的半半膜检测
Yingjian Yang1, Jie Zheng1, Peng Guo1
1Department of Radiological Research and Development, Shenzhen Lanmage Medical Technology Co., Ltd, Shenzhen, Guangdong, China.
Journal of X-ray science and technology
|July 12, 2024
概括
在胸部X射线 (CXR) 中精确检测半膜膜对于评估重症患者的半膜功能至关重要. 这项研究提出了一种使用卷积神经网络 (CNN) 的新方法,用于在P-A CXR图像中精确地定位半半膜.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 胸部X射线 (CXR) 对于诊断和治疗重症和急诊患者至关重要.
- 精确的半隔膜检测对于评估这些脆弱人群的隔膜功能至关重要,从而使精确的医疗保健成为可能.
研究的目的:
- 在前后 (P-A) CXR图像中开发一种有效和准确的半半膜检测方法.
- 改善对重症和急诊患者的隔膜功能评估.
主要方法:
- 一个卷积神经网络 (CNN) 在P-A CXR图像上被开发和训练,以提取肺场.
- 采用一种基于图形的新方法来定位心脏的角度,用于半膜膜检测.
主要成果:
- 拟议的方法实现了静态CXR图像的平均误差低至6.73像素,动态CXR图像的平均误差为4.43像素.
- 该方法证明了有效的半半膜检测能力.
结论:
- 开发的半半膜检测方法对于P-A CXR图像是有效的.
- 这种技术有可能成为评估隔膜功能的宝贵工具,并为弱势患者群体推进精确医疗保健.
