用于心脏 MRI 分割的基于 U-Net 模型的对比分析
图像与视频处理
2024-11-08 v2 计算机视觉与模式识别
机器学习
摘要
医学成像是指用于观察人体及其内部以诊断、监测甚至治疗医学疾病的技术和方法。本文旨在探索深度学习技术在心脏短轴 MRI（磁共振成像）图像语义分割中的应用，旨在提升对心脏相关医学疾病的诊断、监测和治疗。研究重点在于实现各种 U-Net 衍生架构，以有效分离心脏特定部位，从而进行全面的解剖和功能分析。通过图像、图表和定量指标的结合，展示了这些模型及其预测的有效性。此外，本文还讨论了所遇到的挑战，并概述了未来改进的策略。本摘要简要概述了利用深度学习进行心脏图像分割的研究工作，既强调了已取得的成果，也指出了有待进一步完善的方向。
引用
@article{arxiv.2401.09980,
title = {A Comparative Analysis of U-Net-based models for Segmentation of Cardiac MRI},
author = {Ketan Suhaas Saichandran},
journal= {arXiv preprint arXiv:2401.09980},
year = {2024}
}