计算机时代2023，Issue(6) ：134-137,141.DOI:10.16644/j.cnki.cn33-1094/tp.2023.06.027

基于深度学习的蝶鞍自动分割研究

Sella turcica automatic segmentation based on deep learning

冯琦 刘曙 颜颋 冯红超
计算机时代2023，Issue(6) ：134-137,141.DOI:10.16644/j.cnki.cn33-1094/tp.2023.06.027
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于深度学习的蝶鞍自动分割研究

Sella turcica automatic segmentation based on deep learning

冯琦 1刘曙 2颜颋 2冯红超3
扫码查看

作者信息

  • 1. 贵州大学医学院,贵州 贵阳 550025
  • 2. 贵阳市口腔医院
  • 3. 贵州大学医学院,贵州 贵阳 550025;贵阳市口腔医院
  • 折叠

摘要

研究蝶鞍的形态变化及生长规律对于口腔医生获取额外诊断信息具有重要意义.本文开发并评估了一个基于深度学习的蝶鞍自动分割模型.实验将包含400张头颅侧位片的数据集随机划分成两个子集,其中360张图像作为训练集来训练蝶鞍的自动分割网络U-net,40张图像作为测试集来测试模型的分割性能.Dice系数用于评估模型的分割性能,训练好的蝶鞍自动分割网络的Dice系数为0.9074.所提方法能够快速准确地在头颅侧位片上自动分割出蝶鞍区域.

关键词

蝶鞍/头颅侧位片/深度学习/图像分割/U-net

引用本文复制引用

基金项目

观山湖区科技计划(观科合同[2021]01号)

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量1
段落导航相关论文