一种修改的深度学习方法用于前列腺MRI中的精液囊区域定位
Ebru Hasbay1, Çağlar Cengizler2
1Department of Radiology, Izmir City Hospital, Izmir, Turkey. ebruhasbay@gmail.com.
Scientific reports
|October 16, 2025
概括
这项研究引入了一种深度学习模型,用于在前列腺MRI扫描中自动定位精液囊泡. 人工智能模型提高了男性生殖健康评估的诊断准确性和效率.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 男人生殖健康 男人生殖健康
背景情况:
- 精液囊 evaluation对于诊断男性不孕症和癌症至关重要.
- 手动磁共振成像 (MRI) 分析是耗时的,容易引起观察者之间的变化.
- 需要自动化方法来提高精液囊泡评估的效率和一致性.
研究的目的:
- 开发和评估深度学习模型,用于自动定位前列腺MRI中的精子囊区域.
- 建立一个强大的区域级本地化方法,作为详细分析的基础.
- 解决基于MRI的深度学习的精液囊定位的差距.
主要方法:
- 修改后的ResNet-34深度学习模型被用于自动化种子囊定位.
- 使用滑动窗口方法来检测高信心区域.
- 使用分类准确度,推断时间和真正阳性 (TP) 覆盖率来评估性能.
主要成果:
- 经过修改的ResNet-34模型实现了高TP覆盖率 (0.885) 和分类精度 (0.979).
- 该模型展示了改进的本地化,最小的计算开销.
- 热图可视化证实了模型对相关解剖结构的关注.
结论:
- 拟议的深度学习方法提供了一种切实可行的解决方案,用于减少精液囊评估中的手工劳动和观察者间的变化.
- 这种方法为后续的细分和前列腺MRI中异常检测提供了可靠的基础.
- 未来的研究可能涉及3D CNNs或多视图成像,以进一步提高性能.
