期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)

期刊咨询 杂志订阅 购物车(0)

基于更快速的区域卷积神经网络的胎儿头围超声图像质量控制

林泽慧; 雷柏英; 姜峰; 倪东; 陈思平; 李胜利; 汪天富 深圳大学生物医学工程学院; 广东省生物医学信息检测和超声成像重点实验室; 广东深圳518060; 深圳妇幼保健院超声科; 南方医科大学附属医院; 广东深圳518060

关键词:胎儿头围 超声图像质量控制 faster 解剖结构检测 

摘要:胎儿标准丘脑水平横切面是胎儿双顶径与头围的测量切面,而双顶径和头围这两个测量参数对于预测胎儿体重有重要的作用。临床上此切面一直由超声医生手动获取,手动获取的切面质量高度依赖超声医生的临床工作经验,不但耗时,而且容易得到图像质量较差的切面。为了解决手动获取存在的问题,提出一种基于更快速的区域卷积神经网络(faster R-CNN)的胎儿头围超声图像质量控制方法,辅助医生自动、快速和准确地获得标准丘脑水平横切面。首先,与超声专家团队制定评定协议,通过数据增强的方法,构建胎儿头围超声图像数据库;然后,通过faster R-CNN从训练数据中学习提取有识别性的特征,并利用通过联合训练和交替优化,使得区域建议网络(RPN)模块和fast R-CNN模块共享卷积层特征,构建一个完全端到端的卷积神经网络(CNN)对象检测模型,检测关键解剖结构;最后,通过检测的解剖结构结果对丘脑水平切面进行自动评分,根据评分结果进而自动判断是否是标准切面。对所采集的513张超声切面,80%的作为训练数据集,20%为测试数据集。所提出的方法能够准确地定位到丘脑水平横切面的5个解剖结构,5个解剖结构的检测平均准确度达到80.7%,且每张丘脑水平切面的检查时间大约0.27s。所提出的方法对胎儿头围超声图象进行自动化质量控制是可行的。

中国生物医学工程学报杂志要求:

{1}正文一级标题为宋体,四号,加粗,居中,段前段后0行,固定值18磅。正文二级标题为宋体,小四,加粗,两端对齐,首行缩进2字符,固定值18磅。正文三级标题按正文内容排版,仅加粗,不单独成行。

{2}应具创新性、科学性、实用性,论点明确,资料可靠,数据准确,层次清楚,文字精练,用字规范。

{3}中文题名一般不超过20个字,必要时可加副题名。

{4}参考文献只列出在正文中被引用的、正式发表的文献,数量应在12条以上,且大多应为5年之内的期刊文献,并中英文对照。

{5}内容摘要:用精炼的语言提炼出文章的核心观点和创新之处,不能写成研究背景介绍。一般不超过400字,用楷体小4号字。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

中国生物医学工程学报

北大期刊
1-3个月下单

关注 18人评论|0人关注
相关期刊
服务与支付