基于半监督学习的心脏磁共挒图像自动诊断
图像与视频处理
2024-05-24 v1 计算机视觉与模式识别
摘要
心脏磁共挒成像（MRI）是评估心脏功能的关键工具。精确的心脏结构分割对于准确的心脏功能评估至关重要。本文引入一种半监督模型，用于心脏图像的自动分割和辅助诊断。通过利用心脏MRI图像且仅需少量的标注图像数据，该模型实现了心脏图像的全自动高精度分割、特征提取、临床指标计算以及疾病预测。所提供的分割结果、临床指标和预测结果可帮助医生进行诊断，从而作为辅助诊断工具。实验结果表明，本文的半监督模型在心脏图像自动分割和辅助诊断方面取得高准确率，预测的正确性也很高，显示出显著的实际指导意义和应用价值。
引用
@article{arxiv.2405.14300,
title = {Automatic diagnosis of cardiac magnetic resonance images based on semi-supervised learning},
author = {Hejun Huang and Zuguo Chen and Yi Huang and Guangqiang Luo and Chaoyang Chen and Youzhi Song},
journal= {arXiv preprint arXiv:2405.14300},
year = {2024}
}