使用U-Net与分割平均网络分割颈动脉血管壁
图像与视频处理
2020-02-27 v1
摘要
在颈动脉血管壁体积（VWV）和局部血管壁加斑块厚度（VWT）量化中需要对颈动脉血管壁进行分割。手动分割血管壁耗时且易出现观察者间差异。本文中，我们提出一种卷积神经网络从3D颈动脉超声图像中分割颈总动脉（CCA）。所提出的CNN包含三个U-Net，分别从轴向、侧向和正面方向分割3D超声（3DUS）图像。三个U-Net生成的分割图由本文提出的新型分割平均网络（SAN）进行整合。实验结果表明，所提出的CNN将血管壁分割的Dice相似系数（DSC）从64.8%提升至67.5%，灵敏度从63.8%提升至70.5%，受试者工作特征曲线下面积（AUC）从0.89提升至0.94。
引用
@article{arxiv.2002.11467,
title = {Segmentation of carotid vessel wall using U-Net and segmentation average network},
author = {Mingjie Jiang and J. David Spence and Bernard Chiu},
journal= {arXiv preprint arXiv:2002.11467},
year = {2020}
}