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

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.

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

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家科技计划项目2015DFA11180;吉林省自然科学基金学科布局项目20180101038JC

在线出版日期：2019-04-26（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：431-438