用于肌营养不良的多参数深度学习组织特征：初步结果
图像与视频处理
2019-08-02 v1 机器学习
医学物理
摘要
当前的临床挑战是识别肢带型肌营养不良 2I（LGMD2I）在大腿中的组织变化，特别是区分脂肪、脂肪浸润肌肉和肌肉组织。深度学习算法能够利用多参数磁共振成像（mpMRI）的固有组织对比来学习不同特征。为此，我们开发了一种基于 mpMRI 的新型多参数深度学习网络（MPDL）组织特征模型，并将其应用于 LGMD2I。我们展示了一种肌营养不良的新组织特征模型，MPDL 算法对不同类型的组织分割效果优异。
引用
@article{arxiv.1908.00175,
title = {Multiparametric Deep Learning Tissue Signatures for Muscular Dystrophy: Preliminary Results},
author = {Alex E. Bocchieri and Vishwa S. Parekh and Kathryn R. Wagner. Shivani Ahlawat and Vladimir Braverman and Doris G. Leung and Michael A. Jacobs},
journal= {arXiv preprint arXiv:1908.00175},
year = {2019}
}
备注
6 pages, 3 figures. MIDL 2019 [arXiv:1907.08612]