清晨好,您是今天最早来到科研通的研友!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,伴您科研之路漫漫前行!

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
飞云完成签到 ,获得积分10
4秒前
8秒前
10秒前
13秒前
mgqqlwq发布了新的文献求助10
15秒前
崔西发布了新的文献求助10
16秒前
球球球心发布了新的文献求助10
18秒前
崔西完成签到,获得积分20
32秒前
美丽的问安完成签到 ,获得积分10
39秒前
nicheng完成签到 ,获得积分0
58秒前
天天赚积分完成签到,获得积分10
58秒前
lalala完成签到 ,获得积分10
58秒前
苗苗完成签到,获得积分10
1分钟前
KK完成签到 ,获得积分10
1分钟前
ZHANG完成签到 ,获得积分10
1分钟前
duxh123完成签到 ,获得积分10
1分钟前
zzhui完成签到,获得积分10
1分钟前
情怀应助0911wxt采纳,获得10
1分钟前
几米完成签到 ,获得积分10
1分钟前
1分钟前
0911wxt发布了新的文献求助10
1分钟前
beikeyimeng完成签到 ,获得积分10
1分钟前
0911wxt完成签到,获得积分10
2分钟前
棒棒冰完成签到 ,获得积分10
2分钟前
木又完成签到 ,获得积分10
2分钟前
矮小的百褶裙完成签到 ,获得积分10
2分钟前
合适醉蝶完成签到 ,获得积分10
2分钟前
井小浩完成签到 ,获得积分10
2分钟前
无花果应助wintel采纳,获得10
2分钟前
vampire完成签到,获得积分10
2分钟前
研友完成签到 ,获得积分10
2分钟前
3分钟前
yshj完成签到 ,获得积分10
3分钟前
wintel发布了新的文献求助10
3分钟前
长颈鹿完成签到,获得积分20
3分钟前
不安大象完成签到 ,获得积分10
4分钟前
木南大宝完成签到 ,获得积分10
5分钟前
5分钟前
mark163完成签到,获得积分10
5分钟前
ym发布了新的文献求助10
5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
Python Programming for Linguistics and Digital Humanities: Applications for Text-Focused Fields 500
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
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 2545949
求助须知:如何正确求助?哪些是违规求助? 2175672
关于积分的说明 5600226
捐赠科研通 1896383
什么是DOI,文献DOI怎么找? 946268
版权声明 565379
科研通“疑难数据库(出版商)”最低求助积分说明 503557