基于分类算法的心外膜与纵隔心脏脂肪组织自动分割研究
图像与视频处理
2022-08-31 v1 计算机视觉与模式识别
机器学习
摘要
心脏周围脂肪沉积的量化是评估与多种疾病相关的健康风险因素的一种准确方法。然而，由于所需的人力工作量，这类评估在临床实践中并未被广泛采用。本文提出一种用于心脏脂肪垫自动分割的新技术。该技术基于将分类算法应用于心脏 CT 图像的分割。此外，我们广泛评估了若干算法在此任务上的性能，并讨论了哪些算法提供了更好的预测模型。实验结果表明，心外膜与纵隔脂肪分类的平均准确率为 98.4%，平均真阳性率为 96.2%。平均而言，关于被分割患者与金标准的 Dice 相似系数为 96.8%。因此，我们的技术在心脏脂肪自动分割上取得了迄今为止最准确的结果。
引用
@article{arxiv.2208.14352,
title = {On the Automated Segmentation of Epicardial and Mediastinal Cardiac Adipose Tissues Using Classification Algorithms},
author = {Érick Oliveira Rodrigues and Felipe Fernandes Cordeiro de Morais and Aura Conci},
journal= {arXiv preprint arXiv:2208.14352},
year = {2022}
}