AI放射科医生：利用卷积神经网络和临床友好型图形用户界面革新肝脏组织分割
计算机视觉与模式识别
2024-06-13 v1 人工智能
机器学习
摘要
人工智能(AI)是一个普遍的研究课题，渗透到各个领域和应用中。在本研究中，我们利用AI的力量，特别是卷积神经网络(ConvNet)，进行肝脏组织分割。本研究还侧重于开发一个用户友好的图形用户界面(GUI)工具——“AI放射科医生”，使临床医生能够有效地描绘不同的肝脏组织（实质、肿瘤和血管），从而挽救生命。这项工作弥合了学术研究与实际工业应用之间的差距。该GUI是一个单页应用程序，使用PyQt5 Python框架设计。可离线使用的AI放射科医生依赖于三个训练好的ConvNet模型来分割所有肝脏组织。就Dice指标而言，最佳的肝脏ConvNet得分为98.16%，最佳肿瘤ConvNet得分为65.95%，最佳血管ConvNet得分为51.94%。它输出肝脏、肿瘤和血管的2D切片，以及.obj和.mtl格式的3D插值结果，可以使用任何兼容3D的软件进行可视化或打印。因此，AI放射科医生为临床医生提供了一个便捷的工具，可以使用最先进的组织分割模型进行肝脏组织分割和3D插值。凭借提供的选择体积和预训练模型的能力，临床医生可以将其余工作交给AI放射科医生。
引用
@article{arxiv.2406.07688,
title = {AI Radiologist: Revolutionizing Liver Tissue Segmentation with Convolutional Neural Networks and a Clinician-Friendly GUI},
author = {Ayman Al-Kababji and Faycal Bensaali and Sarada Prasad Dakua and Yassine Himeur},
journal= {arXiv preprint arXiv:2406.07688},
year = {2024}
}
备注
38 pages, 19 figures, 7 tables submitted to journal