基于 CAMUS 数据集的二维超声心动图深度学习分割：解剖形状有效性的自动评估
图像与视频处理
2019-08-09 v1
摘要
我们近期发表了一项关于编码器-解码器网络用于二维 CAMUS 超声数据集分割潜力的深度学习研究。本摘要中我们提出将评估标准扩展至解剖学评估，因为心脏分割中传统的几何与临床指标未考虑预测形状的解剖正确性。完整的研究为模型排序提供了新视角。
引用
@article{arxiv.1908.02994,
title = {Deep Learning Segmentation in 2D echocardiography using the CAMUS dataset : Automatic Assessment of the Anatomical Shape Validity},
author = {Sarah Leclerc and Erik Smistad and Andreas Østvik and Frederic Cervenansky and Florian Espinosa and Torvald Espeland and Erik Andreas Rye Berg and Pierre-Marc Jodoin and Thomas Grenier and Carole Lartizien and Lasse Lovstakken and Olivier Bernard},
journal= {arXiv preprint arXiv:1908.02994},
year = {2019}
}
备注
MIDL 2019 [arXiv:1907.08612]