基于U-Net生成的合成腰椎CT图像对椎管狭窄诊断性研究

发布时间：2021-04-07 14:10

　　目的:本研究主要探讨基于U-Net的神经网络利用磁共振图像衍生出合成CT（Synthetic computed tomography,s CT）图像在腰椎管狭窄诊断方面应用的可行性。方法:本研究共纳入了56例受试者,其中包括39名无腰椎管狭窄的志愿者与17名术后证明具有腰椎管狭窄的患者。所有受试者均进行磁共振T2WI、T1WI序列扫描以及高分辨率CT扫描成像,并利用基于U-Net的神经网络将磁共振T2WI生成相应合成CT图像。本研究中约50%的数据运用于训练,剩下约50%用于验证数据集。两位高年资放射科医生将对同一受试者的合成与传统CT图像集进行图像质量一致性评价,合成与传统CT图像质量一致性评价采用主观与客观标准相结合的方式进行,主观评价标准主要为合成与传统CT图像质量与病灶显示确定性评分,客观评价标准主要为对合成与传统CT图像勾画同一兴趣区的CT值测量,以及对所有合成CT图像进行结构相似度比（structural similarity index measure,SSIM）的计算。主观上图像质量评价在统计学方法上采用Wilcoxon检验,客观上图像质量评价使用配对T检验分析。两位高... 

【文章来源】：安徽医科大学安徽省

【文章页数】：51 页

【学位级别】：硕士

【文章目录】：
英文缩略词表
中文摘要
Abstract
1.前言
2.材料与方法
3.结果
4.讨论
5.结论
参考文献
附录 个人简历
致谢
综述 深度学习在骨骼肌系统的应用与进展
    参考文献



本文编号：3123639