亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Automatic multi‐label temporal bone computed tomography segmentation with deep learning

深度学习 分割 计算机科学 人工智能 计算机断层摄影术 模式识别(心理学) 放射科 医学
作者
Langtao Zhou,Zhenhua Li
出处
期刊:International Journal of Medical Robotics and Computer Assisted Surgery [Wiley]
卷期号:19 (5)
标识
DOI:10.1002/rcs.2536
摘要

Manually segmenting temporal bone computed tomography (CT) images is difficult. Despite accurate automatic segmentation in previous studies using deep learning, they did not consider clinical differences, such as variations in CT scanners. Such differences can significantly affect the accuracy of segmentation.Our dataset included 147 scans from three different scanners, and we used Res U-Net, SegResNet, and UNETR neural networks to segment four structures: the ossicular chain (OC), internal auditory canal (IAC), facial nerve (FN), and labyrinth (LA).The experimental results yielded high mean Dice similarity coefficients of 0.8121, 0.8809, 0.6858, 0.9329, and a low mean of 95% Hausdorff distances of 0.1431 mm, 0.1518 mm, 0.2550 mm, and 0.0640 mm for OC, IAC, FN, and LA, respectively.This study shows that automated deep learning-based segmentation techniques successfully segment temporal bone structures using CT data from different scanners. Our research can further promote its clinical application.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
威武的以寒完成签到,获得积分20
4秒前
楠木完成签到 ,获得积分10
8秒前
研友_xLOMQZ完成签到,获得积分0
8秒前
8秒前
kj完成签到,获得积分10
9秒前
bkagyin应助黄椰子采纳,获得10
9秒前
笑点低的宛白完成签到,获得积分10
22秒前
22秒前
粗心的依风完成签到,获得积分10
29秒前
饼子发布了新的文献求助10
30秒前
科研通AI2S应助沈业桥采纳,获得10
33秒前
cowry完成签到 ,获得积分10
38秒前
41秒前
46秒前
沈业桥发布了新的文献求助10
46秒前
噜噜噜发布了新的文献求助10
49秒前
rocky15应助粗心的依风采纳,获得20
50秒前
1分钟前
邢其毅的弟弟完成签到,获得积分10
1分钟前
Plankton完成签到,获得积分10
1分钟前
长鸢故里完成签到 ,获得积分10
1分钟前
沈业桥完成签到,获得积分10
1分钟前
1分钟前
1分钟前
黄椰子完成签到,获得积分10
1分钟前
乘风破浪完成签到 ,获得积分10
1分钟前
黄椰子发布了新的文献求助10
1分钟前
不可思宇完成签到,获得积分10
1分钟前
英俊的铭应助slowstar采纳,获得10
1分钟前
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
丘比特应助科研通管家采纳,获得10
1分钟前
Tsingyuan发布了新的文献求助30
1分钟前
1分钟前
1分钟前
1分钟前
爱吃百香果完成签到,获得积分10
2分钟前
zhuzhu发布了新的文献求助10
2分钟前
2分钟前
夜雨完成签到,获得积分10
2分钟前
高分求助中
Un calendrier babylonien des travaux, des signes et des mois: Séries iqqur îpuš 1036
Sustainable Land Management: Strategies to Cope with the Marginalisation of Agriculture 1000
Corrosion and Oxygen Control 600
Heterocyclic Stilbene and Bibenzyl Derivatives in Liverworts: Distribution, Structures, Total Synthesis and Biological Activity 500
重庆市新能源汽车产业大数据招商指南(两链两图两池两库两平台两清单两报告) 400
Division and square root. Digit-recurrence algorithms and implementations 400
行動データの計算論モデリング 強化学習モデルを例として 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2545225
求助须知:如何正确求助?哪些是违规求助? 2175592
关于积分的说明 5600078
捐赠科研通 1896314
什么是DOI,文献DOI怎么找? 946171
版权声明 565327
科研通“疑难数据库(出版商)”最低求助积分说明 503541