基于密集多尺度U-net网络的电影心脏磁共振图像右心室自动分割

• 作者: 刘鹏 王丽嘉 钟玉敏
• 来源期刊: 波谱学杂志
• 学科: 工学
• 关键词: 心脏磁共振图像 右心室分割 深度学习 密集多尺度U-net
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 456-468
• 页数: 13页
• 分类号: TP301.6|O482.53
• 语种: 中文
• DOI: 10.11938/cjmr20192794

摘要

右心室分割对心脏功能评估具有重要意义.然而,右心室结构复杂,传统分割方法效果欠佳.本文提出一种密集多尺度U-net(DMU-net)网络用于分割右心室,首先对56例数据进行归一化、增强及感兴趣区域提取的预处理;然后结合多尺度融合和嵌套密集连接结构搭建网络;最后利用预处理后的数据对DMU-net网络进行训练和验证,并对15例仅提取感兴趣区域的数据进行测试.本文方法与手动分割的Dice系数和豪斯多夫距离平均值分别为0.862和4.44 mm,优于文献中其它分割效果较好的方法;舒张末期容积、收缩末期容积、射血分数及每搏输出量的相关系数为0.992、0.960、0.987和0.982.结果表明,使用本文方法的分割结果与手动分割结果重合度高、差异性小,有望为心脏疾病诊断提供参考.