發(fā)布時間：2021-05-13 16:32

　　目的探討基于U-Net神經(jīng)網(wǎng)絡(luò)的肥厚型心肌病（hypertrophic cardiomyopathy,HCM）與高血壓性左心室肥厚（hypertensive left ventricular hypertrophy,HLVH）的磁共振圖像定量分析與鑒別。材料與方法回顧性分析2017年國際醫(yī)學(xué)圖像計算和計算機輔助干預(yù)協(xié)會（Medical Image Computing and Computer Assisted Intervention Society,MICCAI）一項心臟疾病自動診斷挑戰(zhàn)項目中包含的100例心臟疾病患者以及2014年7月至2019年3月上海交通大學(xué)醫(yī)學(xué)院附屬仁濟醫(yī)院確診的45例HCM與48例HLVH患者。MICCAI數(shù)據(jù)集作為訓(xùn)練集和驗證集,隨機挑選5例HCM病例和5例HLVH病例作為測試集,得到一個基于U-Net的心臟自動分割神經(jīng)網(wǎng)絡(luò)。對所有入組的HCM與HLVH患者的心臟磁共振圖像進行自動分割并提取多項量化參數(shù),采用獨立t檢驗比較各項量化參數(shù)在HCM組與HLVH組間的差異,采用多因素logistic回歸法對有統(tǒng)計學(xué)差異的變量進一步分析建模,使用4折交叉驗證方法結(jié)合... 

【文章來源】：磁共振成像. 2020,11(09)

【文章頁數(shù)】：6 頁

【文章目錄】：
1 材料與方法
    1.1 研究對象
    1.2 MRI檢查方法
    1.3 圖像分析
        1.3.1 分割精度分析
        1.3.2. 分割結(jié)果分析
    1.4 數(shù)據(jù)預(yù)處理
    1.5 模型結(jié)構(gòu)
    1.6 統(tǒng)計分析
        1.6.1 分割精度分析
        1.6.2 分割結(jié)果分析
2 結(jié)果
    2.1 分割結(jié)果
    2.2 肥厚型心肌病與高血壓性左心室肥厚患者間各參數(shù)比較
    2.3 多因素邏輯回歸結(jié)果
3 討論
    3.1 基于U-Net神經(jīng)網(wǎng)絡(luò)的心臟磁共振影像左心室結(jié)構(gòu)分割的價值
    3.2 量化參數(shù)及血壓信息在鑒別肥厚型心肌病與高血壓性左心室肥厚中的意義
    3.3 本研究的創(chuàng)新性與局限性


【參考文獻】：
期刊論文
[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]中國成人肥厚型心肌病診斷與治療指南[J]. 宋雷,鄒玉寶,汪道文,惠汝太.  中華心血管病雜志. 2017 (12)
[3]心臟磁共振成像新技術(shù)進展與展望[J]. 程賽楠,趙世華.  磁共振成像. 2016(07)
[4]使用心臟彩超診斷高血壓左室肥厚伴左心力衰竭的價值研究[J]. 蹤念玉.  當代醫(yī)藥論叢. 2015(12)



本文編號：3184347