European Radiology：使用两阶段方法对T2加权MR图像进行多类语义和实例分割的全脊柱自动分割
机器学习是解决语义或实例分割问题的成熟工具。然而，目前还没有对整个脊柱进行分割的MRI图像的自动方法，包括脊椎骨棘突等后部元素。
MedSci原创 - T2，全脊柱自动分割 - 2024-11-13
European Radiology：使用全卷积神经网络的MR自动前列腺多区域分割
前列腺MRI报告将受益于对腺体的自动分析，以量化PSA密度和肿瘤/前列腺比例等指标，并通过先进的计算机辅助检测（CADe）应用来帮助放射科医生识别、定位和对病变评分。
MedSci原创 - MRI，前列腺癌，前列腺，深度学习 - 2023-07-05
European Radiology：如何实现颅脑MRI肿瘤的自动分割？
现阶段，临床上需要可扩展的自动图像注释技术以克服这种大规模手工操作的必要性，将主要的工作负荷从放射科医生转移到人工智能模型和数据科学家，而放射科医生则保持监督和确保模型性能的关键作用。
MedSci原创 - 颅脑肿瘤，颅脑MRI - 2024-01-25
Radiology：用于定量MRI分析的全自动肝分割
现阶段，慢性弥漫性肝病是全世界范围内最常见的肝脏病变之一。脂肪变性是非酒精性脂肪肝（NAFLD）的组织病理学特征，是最常见的肝脏疾病，也是多种肝脏疾病的一个共同特征。
MedSci原创 - 定量MRI技术，肝分割 - 2021-12-26
Radiology：机器学习实现肾上腺肿块的全自动分割和分类
机器学习作为一种新兴的手段及策略，可协助医生进行自动化图像分析和诊断性能的改善。其中，监督下的机器学习算法需要通过对感兴趣的解剖结构的标记和/或轮廓的准确注释。
MedSci原创 - 机器学习，肾上腺肿块 - 2023-01-19
European Radiology：如何实现CT上多囊肝的快速自动分割？
手动和半自动分割是目前评估CT或MRI图像上肝脏体积的参考技术，但这些现有的方法依赖于操作者的经验，费时费力并缺乏可重复性。
MedSci原创 - 多囊肝 - 2022-05-01
European Radiology：基于深度学习的多参数MRI脑膜瘤自动分割
放射组学是一种先进的影像学技术，可从多模态医学图像中提取高通量的定量特征用于临床决策支持。
MedSci原创 - 脑膜瘤，深度学习，多参数MRI - 2022-08-24
Radiology：MRI多模态自动识别血管周围间隙：对血管周围间隙自动分割技术在临床中的价值
本研究旨在描述一种全自动分割方法，其能够利用磁共振（MR）成像数据进行基于对象-扩大的血管周围间隙（ePV
MedSci原创 - MRI，血管周围间隙，自动分割 - 2017-09-21
European Radiology：基于CCTA的深度学习冠状动脉自动分割及狭窄诊断
CCTA图像是计算机断层扫描测量的体积集合，其中冠状动脉中的造影剂使管腔清晰可见，通过对冠状动脉壁和管腔的分割可以获得斑块的解剖学和形态学信息，进一步评估狭窄的严重程度。
MedSci原创 - CAD，深度学习，CCTA - 2022-08-17
European Radiology：基于MRI深度学习的脑转移自动检测与分割
最近，基于深度学习的方法在医学图像分析中取得了显著的效果。
MedSci原创 - 脑转移，深度学习 - 2023-04-12
European Radiology：实现丘脑全自动分割的3D卷积神经网络！
丘脑是多发性硬化症过程中最早出现萎缩表现的脑结构之一，基于MRI的丘脑体积是预测从临床孤立的综合征到临床明确的多发性硬化症的一个重要标志。
MedSci原创 - 多发性硬化症，卷积神经网络 - 2023-02-13
European Radiology：增强胸部CT中深度学习自动肺分割的进步与发展
现阶段，临床上已经引入了使用卷积神经网络的深度学习方法，其性能已经超过了传统的手动分割方法。
MedSci原创 - 深度学习，增强胸部CT - 2024-06-02
European Radiology：MRI放射组学在前列腺癌全自动分割中的应用
前列腺癌成像研究可以有不同的分割方法，有些不需要任何手动病灶分割，而是使用全自动深度学习算法进行。
MedSci原创 - 前列腺癌，放射组学 - 2022-08-24
European Radiology:多参数深度学习实现脑膜瘤无创分级与全自动分割
现阶段，MRI是脑膜瘤诊断和定性、治疗计划和疗效监测的主要影像学方法；然而，由于寻找明显的影像学特征是个挑战，迄今为止，脑膜瘤的影像学分级价值尚未得到充分重视。
MedSci原创 - 脑膜瘤，深度学习 - 2024-01-29
为您找到相关结果约500个
