.png){kind=icon}
返回
Virtual monochromatic image-based automatic segmentation strategy using deep learning method
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ejmp.2025.104986.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景与目的：单能量CT（SECT）的图像质量限制了自动分割的准确性。双能量CT（DECT）可能有助于提高自动分割性能，但其在具体策略和表现上尚未得到充分研究。基于DECT生成的虚拟单色图像（VMIs），本研究提出了一种新型深度学习模型（MIAU-Net），并评估了其在头颈部危及器官（OARs）上的分割性能。方法与材料：利用46例患者的DECT数据，回顾性生成了40 keV至190 keV间隔10 keV的VMIs。标注有专家勾画的图像用于训练、验证和测试MIAU-Net以实现自动分割。基于Dice相似系数（DSC），将MIAU-Net的性能与现有的U-Net、Attention-UNet、nnU-Net和TransFuse方法进行比较。通过相关性分析评估并优化不同虚拟能量对分割精度的影响。结果：使用MIAU-Net，在所有虚拟能量水平下，脑干、视交叉、晶状体、下颌骨、眼睛和视神经的平均DSC分别为93.78 %、81.75 %、84.46 %、92.85 %、94.40 %和84.75 %，均高于以往使用SECT的研究结果。在所有测试模型中，MIAU-Net实现了最高的平均DSC（88.84 %）和最低的参数量（14.54 M）。结果表明，60 keV-80 keV是软组织勾画的最佳VMI能量水平，而100 keV是骨骼分割的最佳能量。结论：本研究提出并验证了一种基于DECT的自动分割新型深度学习模型，表明使用VMIs进行自动勾画具有潜在优势，且不同OAR存在特定的最佳能量水平。
Keyword:
Dual-energy CT
Automatic segmentation
Virtual monochromatic image
Deep learning
期刊
P
IF:
2.7
论文数:
3.1K
被引数:
6.4K
机构
引用论文
AnatomyNet: Deep learning for fast and fully automated whole-volume segmentation of head and neck anatomy.png)
MEDICAL PHYSICS
MEDICAL PHYSICSIF3.2
PREAI
分享收藏Pact-Net: Parallel CNNs and Transformers for medical image segmentationPact-Net: 用于医学图像分割的并行cnn和转换器
PREAI
分享收藏
Interobserver variability in organ at risk delineation in head and neck cancer头颈癌中处于危险中的器官描绘的观察者间变异性RADIATION ONCOLOGY
OAAI
RADIATION ONCOLOGYIF3.2
OAAI分享收藏Virtual monochromatic imaging in dual-source dual-energy CT: Radiation dose and image qualityMEDICAL PHYSICSOAAI
MEDICAL PHYSICSIF3.2
OAAI分享收藏Fully-automated multi-organ segmentation tool applicable to both non-contrast and post-contrast abdominal CT: deep learning algorithm developed using dual-energy CT imagesSCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Dual-energy CT for automatic organs-at-risk segmentation in brain-tumor patients using a multi-atlas and deep-learning approachSCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Robust and efficient abdominal CT segmentation using shape constrained multi-scale attention network基于形状约束多尺度注意网络的鲁棒高效腹部CT分割
PREAI
分享收藏
查看更多内容