基于卷积神经网络模型乳腺癌靶区自动分割的研究OACSTPCD
Study of automatic segmentation of target volumes of breast cancer based on convolutional neural network model
目的:分别基于生物图像分割体系结构U-net和V-net的卷积神经网络模型训练乳腺癌靶区,并评价其临床适用性和准确性.方法:选取医院收治的60例左侧乳腺癌保乳术后患者,按照随机数表法将其分为模型组和测试组,每组30例.所有患者的CT图像数据集均由同1位放射治疗医师参照肿瘤放射治疗协作组织(RTOG)标准勾画临床靶区(CTV),并由经验丰富的高级职称医师二次审查.模型组患者分别基于U-net和V-net的卷积神经网络两种模型训练CTV;测试组患者的…查看全部>>
王沛沛;李华玲;顾宵寰;张瞾玥;姜楠;李金凯;许晓燕;杨焱
南京医科大学第一附属医院放射治疗中心 江苏 南京 210029南京医科大学第一附属医院放射治疗中心 江苏 南京 210029南京医科大学第一附属医院放射治疗中心 江苏 南京 210029南京医科大学第一附属医院放射治疗中心 江苏 南京 210029南京医科大学第一附属医院放射治疗中心 江苏 南京 210029南京医科大学第一附属医院放射治疗中心 江苏 南京 210029南京医科大学第一附属医院放射治疗中心 江苏 南京 210029南京医科大学第一附属医院放射治疗中心 江苏 南京 210029
医药卫生
深度学习卷积神经网络U-netV-net乳腺癌靶区自动分割
《中国医学装备》 2021 (11)
23-27,5
评论