换一批深度学习应用于腋神经的超声图像识别
Application of deep learning in recognizing the axillary nerve on ultrasound images
摘要目的 探讨并验证一种腋神经自动分割的深度学习模型,以实现实时自动识别腋神经的解剖结构.方法 回顾性分析100例患者(男54例、女46例)的腋神经超声图像,采用软件ITK-SNAP手动标记,建立数据集并分为训练集与测试集;基于U-Mamba框架构建一种腋神经自动分割的深度学习模型;以平均交并比(mIoU)、平均骰子相似系数(mDice)及准确度为评价指标评估模型的性能.结果 共纳入831张超声图像构建数据集.其中训练集683张,测试集148张.训练集的总mIoU为0.980,mDice为0.990.测试集的总mIoU为0.672,mDice为0.776,分割准确度为99.3%.经过5折交叉验证的IoU中位数(四分位数)为0.981(0.978,0.983).结论 基于U-Mamba的深度学习模型,在自动识别腋神经解剖结构时获得良好的效果,具有较高的临床应用价值.
更多相关知识
关键词
深度学习U-Mamba腋神经超声区域阻滞自动分割图像识别deep learningU-Mambaaxillary nerveultrasoundregional anaesthesiaautomatic segmenta-tionimage recognition
分类号
R445.1（诊断学）
栏目名称
DOI
10.13885/j.issn.2097-681X.2025.07.004
发布时间
2025-09-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
甘肃省自然科学基金资助项目（22JR5RA954）
兰州市科技计划资助项目（2024-3-37）
- 浏览5
- 被引0
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
