换一批基于多模态磁共振影像和深度学习的新生儿急性胆红素脑病诊断研究
Automatic Diagnostic study of neonatal acute bilirubin encephalopathy based on multimodal magnetic resonance images and deep learning
摘要目的:探索有效诊断新生儿急性胆红素脑病的方法,从影像学角度基于多模态磁共振影像数据和深度学习方法,开展计算机辅助诊断新生儿急性胆红素脑病研究.方法:针对新生儿急性胆红素脑病影像样本量少且类间差异较小的特点,提出了一种适用于诊断该疾病的浅层卷积神经网络模型,并采用多模态磁共振影像融合的方法合成训练数据,验证模型在不同模态磁共振影像及其融合图像上的诊断性能.结果:浅层卷积神经网络模型在三模态磁共振影像融合(T1加权磁共振影像、T2加权磁共振影像和表观弥散系数图)数据集中的准确率达到了 91.25％,AUC值达到了 0.912 9,优于该模型在其他任何单一模态磁共振影像和两模态融合图像上的诊断性能.结论:基于多模态磁共振影像和深度学习技术的计算机辅助诊断新生儿急性胆红素脑病技术具有潜在的诊断优势,可进一步推广至实际临床应用.
更多相关知识
关键词
多模态磁共振影像深度学习新生儿急性胆红素脑病Multi-modal magnetic resonance imagingDeep learningNeonatal acute bilirubin encephalopathy
栏目名称
DOI
10.3969/j.issn.1673-7571.2025.07.011
发布时间
2025-07-31（万方平台首次上网日期，不代表论文的发表时间）
基金项目
新疆维吾尔自治区自然科学基金（2022D01C436）
新疆维吾尔自治区天山英才青年拔尖人才项目（2023TSYCCX0067）
- 浏览7
- 被引1
- 下载9
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
