使用三维(3D)U-NET 深度卷积神经网络结构,结合 Dice Loss 和 Generalized Dice Loss 两种损失函数训练头颈部危及器官自动勾画深度卷积神经网络模型,评估参数为 Dice 相似性系数和 Jaccard 距离。19 种危及器官 Dice 相似性指数平均达到 0.91,Jaccard 距离平均值为 0.15。研究结果显示基于 3D U-NET 深度卷积神经网络...
使用20例乳腺癌病例的CT图像输入经训练好的基于U-Net及基于atlas的自动勾画模型进行勾画,将基于U-Net的自动勾画模型所勾画完成的数据导入MIM Maestro软件,在MIM Maestro软件上分别计算基于U-Net的自动勾画方法与手动勾画方法之间及基于atlas的自动勾画方法与手动勾画方法之间的各个OARs 的DSC值以及MDA值。 1.3 评估方法 ...
1.基于卷积神经网络注意力机制U-net校正CT图像中的金属伪影2.基于U-net卷积神经网络宫颈癌磁共振临床靶区和危及器官自动勾画的应用3.基于卷积神经网络(HED、U-Net、SSD)模型的设施蔬菜的信息提取应用研究4.基于改良U-Net卷积神经网络的复杂地质构造智能识别5.基于改进的U-Net卷积神经网络的遥感影像水体信息提取方法 ...
基于U-net卷积神经网络宫颈癌磁共振临床靶区和危及器官自动勾画的应用 目的应用U-net卷积神经网络建立基于磁共振影像的宫颈癌临床靶区(CTV)和危及器官(OARs)的自动勾画模型.方法收集2019年4月至2020年12月山东省肿瘤医院大孔径磁共振定位... 李霞,刘娅,王聪,... - 《中国医药导报》 被引量: 0发表: 2022年 基...
目的:拟分析基于不同医院数据的心脏自动勾画模型在临床应用中的适用性及其改进方法.方法:首先,建立基于U-net和Inception模块的心脏自动勾画网络.其次,收集不同治疗中心的患者数据:中国科学技术大学附属第一医院65例(数据1)、MICCAI2019比赛数据50例(数据2)、数据1和2的混合数据(数据3)、郑州大学第一附属医院50...