基于卷积神经网络的心脏 CT 血管造影左心室自动分割
计算机视觉与模式识别
2017-04-20 v1 医学物理
摘要
准确描绘左心室(LV)是评估心功能的重要步骤。在本文中，我们提出了一种在心脏 CT 血管造影(CCTA)扫描中自动分割 LV 的方法。分割分两个阶段进行。首先，使用三个卷积神经网络(CNNs)的组合检测 LV 周围的边界框。随后，为了获得 LV 的分割，使用 CNN 在定义的边界框内执行体素分类。该研究包含六十名患者的 CCTA 扫描，其中五十个扫描用于训练用于 LV 定位的 CNN，五个扫描用于训练 LV 分割，其余五个扫描用于测试该方法。自动分割得到的平均 Dice 系数为 0.85，平均绝对表面距离为 1.1 mm。结果表明，使用卷积神经网络进行体素分类在 CCTA 扫描中自动分割 LV 是可行的。
引用
@article{arxiv.1704.05698,
title = {Automatic Segmentation of the Left Ventricle in Cardiac CT Angiography Using Convolutional Neural Network},
author = {Majd Zreik and Tim Leiner and Bob D. de Vos and Robbert W. van Hamersvelt and Max A. Viergever and Ivana Isgum},
journal= {arXiv preprint arXiv:1704.05698},
year = {2017}
}
备注
This work has been published as: Zreik, M., Leiner, T., de Vos, B. D., van Hamersvelt, R. W., Viergever, M. A., I\v{s}gum, I. (2016, April). Automatic segmentation of the left ventricle in cardiac CT angiography using convolutional neural networks. In Biomedical Imaging (ISBI), 2016 IEEE 13th International Symposium on (pp. 40-43). IEEE