自动化的腹部脂肪组织分割成坐,增值税通过Dixon MRI在不同的孩子。在每一个图像,顶部和底部图像代表fat-only图像没有(上)和(下)分割。蓝色区域表示坐,绿色区域表示增值税。离开,中心,代表三个孩子用不同的身体大小和不同数量的腹部坐和增值税。(左)13岁体重过轻的女孩。坐在骰子相似系数和体积相似,0.94和0.99,增值税是0.85和0.92。(中心)13岁体重过轻的男孩。坐在骰子相似系数和体积相似,0.91和0.96,增值税,0.82和0.90。(右)13岁的正常体重的女孩。坐在骰子相似系数和体积相似,0.97和0.98,增值税是0.86和0.95。
2023年8月18日—根据公认的手稿发表在《美国放射学杂志》(杂志),一个自动模式可以让青少年人口的大规模研究,探讨腹部脂肪分布在核磁共振成像,以及脂肪分布的临床结果。
指出全球儿童肥胖的增加创造了需要准确地量化身体脂肪分布,“我们训练和评估2 d-cdfnet模型在青少年Dixon MRI,”吴co-first作者通写道,MD,从放射学和核医学在荷兰伊拉斯谟MC大学医学中心。
看吴博士讨论培训和评估这个2 d-cdfnet模型Dixon MRI在青少年。
嵌入到生成R鹿特丹的前瞻性研究人群为基础的群组研究吴et al .手稿的杂志包括2989名儿童(平均年龄13.5岁;男孩和女孩的比例,1432:1557)接受临床实验的全身MRI在13岁的迪克森。竞争密度完全卷积网络(2 d-cdfnet)是从头开始训练的部分腹部皮下脂肪组织(坐)和内脏脂肪组织(增值税)Dixon图像。模型进行了训练、验证和测试,62年8日和15的孩子,分别选择通过分层随机抽样与手工分割供参考。然后学杂志作者评估分割的性能使用骰子相似系数和体积相似。两个独立的观察者视觉评估自动化分割504年孩子,选择分层随机抽样,以及得分undersegmentation oversegmentation(0 - 3)的规模。
最终,这个模型自动坐和增值税Dixon MRI分割显示强劲的量化表现(骰子相似系数和体积相对于手工分割:范围,0.85 - -0.98)和定性性能(最佳视觉的3/3由两个独立观察员在95 - 99%的评估)。
更多信息:www.arrs.org