用于镰状细胞病患者脾脏长度自动测量的深度学习
图像与视频处理
2020-09-08 v1 计算机视觉与模式识别
机器学习
定量方法
摘要
镰状细胞病（SCD）是世界上最常见的遗传病之一。脾肿大（脾脏异常增大）在SCD患儿中十分常见。若不加治疗，脾肿大可危及生命。当前测量脾脏大小的流程包括触诊，随后可能在2D超声成像中手动测量长度。然而，这种手动测量依赖于操作者的专业水平，并存在观察者内与观察者间的变异性。我们研究使用深度学习从超声图像中自动估计脾脏长度。我们研究了两类方法，一种基于分割，另一种基于直接长度估计，并将结果与人类专家的测量进行比较。我们的最佳模型（基于分割）达到了7.42%的长度百分比误差，接近观察者间变异性水平（5.47%-6.34%）。据我们所知，这是首次尝试从超声图像中以完全自动化的方式测量脾脏大小。
引用
@article{arxiv.2009.02704,
title = {Deep Learning for Automatic Spleen Length Measurement in Sickle Cell Disease Patients},
author = {Zhen Yuan and Esther Puyol-Anton and Haran Jogeesvaran and Catriona Reid and Baba Inusa and Andrew P. King},
journal= {arXiv preprint arXiv:2009.02704},
year = {2020}
}
备注
9 pages, 2 figures