用于三维超声盆底肌自动分割的循环 U-net
图像与视频处理
2021-07-30 v1 计算机视觉与模式识别
机器学习
摘要
女性人群中盆底疾病患病率较高。经会阴超声（TPUS）是用于检查这些问题的主要成像方式。自动化分析 TPUS 数据将有助于增进对盆底相关问题的理解。在本研究中，我们提出一种类 U-net 神经网络，带有若干卷积长短期记忆（CLSTM）层，以自动化 TPUS 体积中肛提肌（LAM）的三维分割。加入 CLSTM 层是为了保留切片间的三维信息。我们在该分割任务上达到了人类水平表现。因此，我们得出结论：我们成功实现了三维 TPUS 数据上 LAM 的自动分割。这为在大型研究人群背景下自动进行 LAM 力学的在体分析铺平了道路。
引用
@article{arxiv.2107.13833,
title = {Recurrent U-net for automatic pelvic floor muscle segmentation on 3D ultrasound},
author = {Frieda van den Noort and Beril Sirmacek and Cornelis H. Slump},
journal= {arXiv preprint arXiv:2107.13833},
year = {2021}
}