换一批
换一批深度学习模型自动分割基于一体化68Ga-前列腺特异性膜抗原PET/MRI大视野T2WI中的前列腺
Deep learning model for automatically segmenting prostate on large-field T2WI based on integrated 68Ga-prostate specific membrane antigen PET/MRI
摘要目的 观察深度学习模型自动分割基于一体化68Ga-前列腺特异性膜抗原(PSMA)PET/MRI的大视野T2WI中的前列腺的价值.方法 回顾性收集90例接受68Ga-PSMA PET/MRI的男性前列腺肿瘤患者,按4:1将其分为训练集(n=72)与验证集(n=18).分别基于3D SegResNet和3D Unet深度学习神经网络建立模型,并以医师人工分割结果为参考标准,评估模型分割大视野T2WI所示前列腺外周带(PZ)及中央带(CZ)+移行带(TZ)的效能.结果 训练集和验证集中,3D SegResNet深度学习模型分割T2WI中的前列腺的戴斯相似系数(DSC)均大于3D Unet模型(P均＜0.05)、分割前列腺CZ+TZ的95％豪斯多夫距离(HD95)均小于3D Unet模型(P均＜0.05);且2个模型分割前列腺CZ+TZ的DSC和HD95均优于PZ(P均＜0.05).结论 3D SegResNet深度学习模型可较好地自动分割基于一体化68Ga-PSMA PET/MRI大视野T2WI中的前列腺.
更多相关知识
关键词
前列腺肿瘤深度学习正电子发射断层显像磁共振成像prostatic neoplasmsdeep learningpositron-emission tomographymagnetic resonance imaging
栏目名称
影像技术学
DOI
10.13929/j.issn.1003-3289.2024.10.027
发布时间
2024-11-25
- 浏览9
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
