Mar, 2024
气道病变的三维整体深度学习方法与二维方法的 CT 评估
CT evaluation of 2D and 3D holistic deep learning methods for the volumetric segmentation of airway lesions
Amel Imene Hadj Bouzid, Baudouin Denis de Senneville, Fabien Baldacci, Pascal Desbarats, Patrick Berger...
TL;DR该研究比较了卷积神经网络在 2D 和 3D 格式中对囊性纤维化病变的整体分割能力,并重点研究了 5 个主要囊性纤维化结构变化。通过对比 2D 和 3D 模型,发现 3D 模型在捕捉粘液栓和肺实变等复杂特征方面具有优势。通过实验引入了适用于细结构分割的损失函数并评估,显著提高了 2D 模型的准确性,但未超过 3D 模型的性能。模型经过外部评估计算肺功能测试,证实了研究结果的稳健性。此外,研究还包括了对模型的可解释性和可靠性的综合评估,为其临床应用提供了宝贵的见解。