颈动脉超声影像内中膜智能分割和斑块识别

摘要：

心脑血管事件发病率高,致残、致死率高,危害大.颈动脉斑块和内中膜增厚与心脑血管事件密切相关,可预警其发生.超声是测量内中膜厚度和颈动脉斑块大小的有效手段,但其准确率和测量效率依赖于操作者的熟练程度.通过深度学习的方法,提出一种基于2D-VNet网络的颈动脉超声影像内中膜分割和自动斑块识别方法,以达到颈动脉内中膜的自动分割与斑块的智能识别、分割.实验结果表明,内、中膜分割在测试集上的平均精度可以达到:图像交并比为88％/74％(外/内)、像素精度为91％/79％、Dice系数为86％/73％.同时对于斑块的识别基本可以满足临床应用,可以较好地辅助医生做出更快更精确的诊断.

关键词：颈动脉超声、深度学习、医学图像分割、2D-VNet网络

所属期刊栏目：28

分类号：R541.4;TP391.41;R743

在线出版日期：2022-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：70-76,82