评估超声波图像标准化的影响,以深度学习为基础,对状腺斑块类型的细分
Georgia D Liapi1, Christos P Loizou1, Constantinos S Pattichis2
1Department of Electrical Engineering, Computer Engineering and Informatics, Cyprus University of Technology, Limassol, Cyprus.
Computer methods and programs in biomedicine
|October 19, 2024
概括
通过规范分辨率和强度,并消除斑点噪音,通过标准化带B模式超声波图像,显著提高了基于深度学习的斑块细分性能,跨越所有斑块类型. 这种预处理对于精确分析动脉样硬化斑块至关重要.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 心血管研究研究心血管研究
背景情况:
- 冠状动脉B模式超声波 (CBUS) 成像对于评估动脉样硬化斑块至关重要.
- 准确的斑块细分对于详细的检查和诊断至关重要.
- 现有的深度学习 (DL) 模型往往缺乏标准化的预处理和多样化的斑块类型表示.
研究的目的:
- 评估三种渐进式预处理方案,用于标准化CBUS图像,用于基于DL的板块细分.
- 确定最佳的预处理策略,以提高DL模型的性能.
- 评估预处理对不同基于声密度的斑块类型 (I-V) 的细分精度的影响.
主要方法:
- 使用了三个CBUS数据集 (276张图像) 来进行三倍交叉验证培训和CFPNet-M模型的评估.
- 将原始 (O) 图像与三个预处理版本进行比较:分辨率正常化 (R),分辨率和强度正常化 (RN) 和RND (分辨率,强度正常化和脱光).
- 员工交叉超过联盟 (IoU) 和子相似系数 (DSC) 来衡量细分性能,由专家手动划分作为地面真相.
主要成果:
- 每个预处理步骤逐步提高分段性能:平均DSC从81.9% (O) 增加到84.4% (RND).
- 与原始数据相比,RND方案在所有斑块类型 (I-V) 中表现得更好.
- I型板块在RND预处理时显示出最显著的DSC改善 (3.86%),其次是II型和V型板块.
结论:
- 通过分辨率和强度规范化,加上斑点噪声去除,标准化CBUS图像显著提高了基于DL的斑块细分.
- 这些发现强调了标准化预处理的必要性,以便可靠地对动脉斑块进行DL细分.
- 未来的研究应该确保所有斑块类型的代表性,包括代表性不足的均回声或严重化的斑块.
