基于U-Net神经网络的肥厚型心肌病与高血压性左心室肥厚磁共振图像定量分析与鉴别

发布时间：2021-05-13 16:32

　　目的探讨基于U-Net神经网络的肥厚型心肌病（hypertrophic cardiomyopathy,HCM）与高血压性左心室肥厚（hypertensive left ventricular hypertrophy,HLVH）的磁共振图像定量分析与鉴别。材料与方法回顾性分析2017年国际医学图像计算和计算机辅助干预协会（Medical Image Computing and Computer Assisted Intervention Society,MICCAI）一项心脏疾病自动诊断挑战项目中包含的100例心脏疾病患者以及2014年7月至2019年3月上海交通大学医学院附属仁济医院确诊的45例HCM与48例HLVH患者。MICCAI数据集作为训练集和验证集,随机挑选5例HCM病例和5例HLVH病例作为测试集,得到一个基于U-Net的心脏自动分割神经网络。对所有入组的HCM与HLVH患者的心脏磁共振图像进行自动分割并提取多项量化参数,采用独立t检验比较各项量化参数在HCM组与HLVH组间的差异,采用多因素logistic回归法对有统计学差异的变量进一步分析建模,使用4折交叉验证方法结合... 

【文章来源】：磁共振成像. 2020,11(09)

【文章页数】：6 页

【文章目录】：
1 材料与方法
    1.1 研究对象
    1.2 MRI检查方法
    1.3 图像分析
        1.3.1 分割精度分析
        1.3.2. 分割结果分析
    1.4 数据预处理
    1.5 模型结构
    1.6 统计分析
        1.6.1 分割精度分析
        1.6.2 分割结果分析
2 结果
    2.1 分割结果
    2.2 肥厚型心肌病与高血压性左心室肥厚患者间各参数比较
    2.3 多因素逻辑回归结果
3 讨论
    3.1 基于U-Net神经网络的心脏磁共振影像左心室结构分割的价值
    3.2 量化参数及血压信息在鉴别肥厚型心肌病与高血压性左心室肥厚中的意义
    3.3 本研究的创新性与局限性


【参考文献】：
期刊论文
[1]Applications of Deep Learning to MRI Images:A Survey[J]. Jin Liu,Yi Pan,Min Li,Ziyue Chen,Lu Tang,Chengqian Lu,Jianxin Wang.  Big Data Mining and Analytics. 2018(01)
[2]中国成人肥厚型心肌病诊断与治疗指南[J]. 宋雷,邹玉宝,汪道文,惠汝太.  中华心血管病杂志. 2017 (12)
[3]心脏磁共振成像新技术进展与展望[J]. 程赛楠,赵世华.  磁共振成像. 2016(07)
[4]使用心脏彩超诊断高血压左室肥厚伴左心力衰竭的价值研究[J]. 踪念玉.  当代医药论丛. 2015(12)



本文编号：3184347