基于全卷积网络的左心室射血分数自动检测

摘要：

提出了一种基于全卷积网络(fully convolutional networks,FCN)的左心室射血分数自动估测的方法.利用全卷积网络对心脏磁共振图像中的左心室进行内轮廓分割,计算心脏左心室在一个心动周期中各时间点的容积,提取左心室舒张末期与收缩末期的容积,最后推导出左心室的射血分数.使用700组图片对全卷积网络进行训练以及440组图片进行测试,并将最后计算结果与美国国立卫生研究院和儿童国家医疗中心提供的射血分数(ejection fraction,EF)金标准进行了对比,计算准确率为89.8％,结果处在合理的误差范围内.

关键词：全卷积网络、射血分数、磁共振图像、左心室分割

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61773110,61374015,61701099;中央高校基本科研业务费专项资金资助项目N161904002

在线出版日期：2018-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1572-1576