换一批2D SECara-Net及3D U2-Net模型用于检测MR血管造影中未破裂囊状颅内动脉瘤
2D SECara-Net and 3D U2-Net for detecting unruptured saccular intracranial aneurysms with MR angiography
摘要目的 观察基于2D最大密度投影(MIP)及3D时间飞跃法MR血管造影(3D TOF-MRA)图构建的2D SECara-Net、3D U2-Net模型及其联合用于MRA检测未破裂囊状颅内动脉瘤(USIA)的价值.方法 回顾性收集973例单发USIA及300名健康体检者,按7∶3比例划分训练集(n=923,含723例USIA及200名健康人)与测试集(n=350,含250例USIA及100名健康人).分别将经预处理的训练集3D TOF-MRA及所获2D-MIP图导入3D U2-Net及2D SECara-Net模型进行训练并调整参数;于测试集评估各模型及其联合检测USIA的效能.结果 2D SECara-Net模型检测测试集 USIA 的敏感度为 78.80％(197/250)、特异度 95.00％(95/100)、准确率为 83.43％(292/350),3D U2-Net 模型分别为 82.80％(207/250)、86.00％(86/100)及 83.71％(293/350),2D SECara-Net 模型检测 USIA 的特异度高于 3D U2-Net模型(P=0.030)而敏感度及准确率差异均无统计学意义(P均＞0.05);二者联合检测的敏感度为91.20％(228/250)、特异度为99.00％(99/100)、准确度为93.43％(327/350),其特异度高于3D U2-Net模型(P＜0.05)而敏感度及准确率均高于各单一模型(P均＜0.05).结论 2D SECara Net与3D U2-Net模型用于MRA检测USIA的敏感度及准确率相当;二者联合可提高检测效能.
更多相关知识
栏目名称
DOI
10.13929/j.issn.1003-3289.2025.02.013
发布时间
2025-03-19（万方平台首次上网日期，不代表论文的发表时间）
- 浏览44
- 被引0
- 下载32
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
