相关实验视频
Updated: Jan 11, 2026
04:48
Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
Published on: July 5, 2024
729
在儿科动态MRI中胸腔腹部器官的自分化
Yusuf Akhtar1,2, Jayaram K Udupa1, Yubing Tong1
1Medical Image Processing Group, Department of Radiology, University of Pennsylvania, Philadelphia, Pennsylvania, USA.
Medical physics
|November 8, 2025
概括
这项研究引入了一个自动化系统,用于对儿童动态MRI扫描中的胸部和腹部器官进行细分. 该系统准确地识别器官,有助于手术规划,如胸部缺陷综合征等条件.
科学领域:
- 医疗成像医学成像
- 儿科放射学 儿科放射学
- 计算解剖学的计算解剖学
背景情况:
- 动态磁共振成像 (dMRI) 提供了对儿科患者胸腔-腹部动态的见解.
- 准确的器官细分对于诊断和计划治疗诸如胸部缺陷综合征 (TIS) 等疾病至关重要.
研究的目的:
- 在儿科dMRI中开发肺部,脏,肝脏,脏和胸腹皮肤的自动细分系统.
- 评估系统在各种呼吸阶段和科目组的性能.
主要方法:
- 采用了两步深度学习方法 (DL-R用于识别,DL-D用于划分).
- DL-D模型使用了具有多分辨率功能的编码器解码器框架.
- 来自189名受试者的dMRI数据被用于不同情景下的培训,验证和测试.
主要成果:
- 对大多数器官来说,识别步骤 (DL-R) 实现了平均位置误差约为1个voxel.
- 划分步骤 (DL-D) 在各器官中产生了高的子系数 (0.81-0.94).
- 尽管存在诸如低分辨率和dMRI中的动作模糊等挑战,该系统仍表现出强度.
结论:
- 在dMRI中成功开发了一种针对儿科胸腔腹部器官的有效自分系统.
- 这种系统在为儿科病症的外科规划中显示出应用的前景.
- 该设置有效地解决了常见的dMRI图像质量限制.
