基于卷积神经网络的超声成像中跟腱愈合进程监测
图像与视频处理
2019-10-22 v1 计算机视觉与模式识别
定量方法
摘要
跟腱断裂是一种致残性损伤,通常采用手术修复和长期康复来治疗。然而,恢复过程漫长且常不完全。诊断以及愈合进程评估主要基于超声和磁共振成像。本文中,我们提出一种基于深度学习的自动方法,用于分析跟腱状况并估计其在超声图像上的愈合进程。我们开发了定制的卷积神经网络,用于愈合评分的分类与回归以及特征提取。我们的模型在一个采集的数据集上训练和验证,该数据集包含超过250,000张矢状面和超过450,000张轴向超声切片。所得估计与专家放射科医生就所有描述愈合进程的关键参数所做出的评估显示出高度相关性。我们还观察到,与腱内愈合过程等相关的参数用矢状面切片建模效果更好。我们证明超声成像对跟腱愈合过程的临床评估具有定量效用,应被视为磁共振成像的补充。
引用
@article{arxiv.1909.04973,
title = {Monitoring Achilles tendon healing progress in ultrasound imaging with convolutional neural networks},
author = {Piotr Woznicki and Przemyslaw Przybyszewski and Norbert Kapinski and Jakub Zielinski and Beata Ciszkowska-Lyson and Bartosz A. Borucki and Tomasz Trzcinski and Krzysztof S. Nowinski},
journal= {arXiv preprint arXiv:1909.04973},
year = {2019}
}
备注
Paper accepted to MICCAI'19 SUSI workshop