全卷积神经网络与全连接条件随机场中的左心室射血分数精准计算

• 作者: 何刊 刘晓鸣 张惠茅 张歆东 李雪妍 郭树旭 雷震
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 左心室射血分数计算 深度学习 全卷积神经网络 全连接条件随机场
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图像与视觉
• 页码范围: 431-438
• 页数: 8页
• 分类号: TP391.41
• 字数: 5291字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17216

摘要

左心室射血分数是临床上用于衡量心脏健康的一项重要指标.为提高左心室分割和射血分数计算的精度,提出一种基于改进的全卷积神经网络和全连接条件随机场的方法.首先利用预训练的全卷积神经网络模型对心脏核磁共振影像进行左心室分割并输出概率图;之后采用3D全连接条件随机场对概率图进行后处理,完成像素级的精准密度预测;最后对左心室分割结果进行3D重建,并计算左心室舒张末期容积和收缩末期容积,进而计算出射血分数.实验结果表明,该方法能够实现左心室射血分数的精确且高效的计算,对左心室射血分数的平均预测误差为4.67％,各步骤耗时短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭树旭	吉林大学电子科学与工程学院	128	882	16.0	22.0
2	张歆东	吉林大学电子科学与工程学院	15	127	5.0	11.0
3	张惠茅	吉林大学第一医院放射科	41	165	7.0	11.0
4	刘晓鸣	吉林大学电子科学与工程学院	8	24	3.0	4.0
5	雷震	中国科学院自动化研究所模式识别国家重点实验室生物识别与安全研究中心	4	28	3.0	4.0
6	李雪妍	吉林大学电子科学与工程学院	19	152	7.0	12.0
7	何刊	吉林大学第一医院放射科	6	4	1.0	2.0