發(fā)布時間：2021-01-21 05:39

　　收集421名鼻咽癌患者頭頸部水平位T1加權(quán)（T1W）、T2加權(quán)（T2W）以及T1增強（T1C）三種模態(tài)MR圖像,并由2名經(jīng)驗豐富的臨床醫(yī)生對圖像中的腫瘤區(qū)域進行勾畫,將其中346位患者的多模態(tài)圖像及其標簽作為訓練集,將剩余75位患者的多模態(tài)圖像及其標簽作為獨立測試集;分別構(gòu)建單模態(tài)多維信息融合、兩模態(tài)多維信息融合以及多模態(tài)多維信息融合（MMMDF）的卷積神經(jīng)網(wǎng)絡(luò)（CNN）,并對模型進行訓練和測試;使用Dice、豪斯多夫距離（HD）與面積差占比（PAD）評估3種模型的性能,結(jié)果表明,多模態(tài)多維融合模型的性能最優(yōu),兩模態(tài)多維信息融合模型性能次之,單模態(tài)多維信息融合模型性能最差.結(jié)果證明,多模態(tài)二維與三維特征融合的深度卷積網(wǎng)絡(luò)能夠準確有效地分割鼻咽癌MR圖像中的腫瘤. 

【文章來源】：浙江大學學報(工學版). 2020,54(03)北大核心

【文章頁數(shù)】：8 頁

【參考文獻】：
期刊論文
[1]中國2003—2007年鼻咽癌發(fā)病與死亡分析[J]. 鄧偉,黃天壬,陳萬青,張思維,鄭榮壽,利基林.  腫瘤. 2012(03)



本文編號：2990571