基于深度学习的心肌梗死量化评估：使用 Segment CMR 软件
图像与视频处理
2021-09-03 v3 计算机视觉与模式识别
机器学习
摘要
本工作评估了使用 Segment 心血管磁共振（CMR）软件进行基于深度学习的心肌梗死（MI）量化。Segment CMR 软件集成了期望最大化、加权强度、先验信息（EWA）算法，用于生成梗死瘢痕体积、梗死瘢痕百分比和微血管阻塞百分比。此处，Segment CMR 软件分割算法通过 U-net 语义分割进行更新，以实现并评估全自动化或基于深度学习的 MI 量化。直接观察图表以及梗死与勾边心肌的数量是两种用于估计基于深度学习的 MI 量化与医学专家结果之间关系的选项。
引用
@article{arxiv.2012.09070,
title = {Evaluation of deep learning-based myocardial infarction quantification using Segment CMR software},
author = {Olivier Rukundo},
journal= {arXiv preprint arXiv:2012.09070},
year = {2021}
}
备注
4 pages, 2 figures