Radiology：基於深部學習方法電影MR圖像全自動定量評價左心室功能

導語：利用短軸電影MR圖像建立基於深度學習方法進行全自動定量左心室功能具有較高準確性和穩定性。

來源：梅斯醫學

本研究旨在利用短軸電影MR圖像建立基於深度學習方法進行全自動定量左心室功能，評價診斷效能。

本研究納入了電影MRI數據。利用三個半卷積神經網路（CNNs）聯合U-NET紋理進行分析數據（a）單中心、單一品牌設備、均質100例患者（CNN1）；（b）單一品牌設備、多中心、不均質200例患者（CNN2）；（c）多品牌設備、多中心、不均質400例患者（CNN3）。採用獨立的多中心、多品牌設備的196例患者測試所有CNNs。通過3名放射科醫生獨立評價標註（a）左心室準確性、（b）LV分割準確性（c）LV功能參數準確性進而評價CNN效能。利用配對Wilcoxon檢驗、Pearson相關性、Bland-Altman分析比較自動和人工分析結果。

結果為，對於獨立測試數據，CNN3獲得了最高的評價效能。CNN3、CNN1、CNN2與人工分析比較平均垂直距離分別為1.1 mm ± 0.3、1.5 mm ± 1.0、(P

本研究表明，利用短軸電影MR圖像建立基於深度學習方法進行全自動定量左心室功能具有較高準確性和穩定性。

原始出處：

Tao Q， Yan W， Wang Y，et al.Deep Learning-based Method for Fully Automatic Quantification of Left Ventricle Function from Cine MR Images： A Multivendor， Multicenter Study.Radiology.DOI：10.1148/radiol.2018180513

本文系梅斯醫學（MedSci）原創編譯整理，轉載需授權！

80%專業醫生都在用梅斯醫學APP

改善醫療質量

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！