基于卷积神经网络的自发性脑出血血肿分割方法的一致性评价

目的 建立一种基于卷积神经网络的脑血肿分割算法,探讨算法与手动分割结果的一致性.方法 纳入中国颅内出血影像数据库中146例头部CT平扫影像图片,采用随机数字表法分为训练集(90例)、测试集(26例)和验证集(30例),验证集采用手动分割、算法分割、精确多田公式和传统多田公式共4种方法对血肿体积进行测量,以手动分割为“金标准”,分别对其他3种算法进行一致性检验.结果 与多田公式方法相比,算法分割的百分误差最小,为15.54(8.41,23.18)％,组内相关系数最高,为0.983;Bland-Altman一致性检测显示,93.33％的数据在95％一致性界限(95％LoA),且其95％LoA最窄,...

Full description

Saved in:
Bibliographic Details
Published in中国现代神经疾病杂志 Vol. 20; no. 7; pp. 585 - 590
Main Authors 常健博, 姜燊种, 陈显金, 骆嘉希, 李沃霖, 张庆华, 魏俊吉, 石林, 冯铭, 王任直
Format Journal Article
LanguageChinese
Published 100730 中国医学科学院北京协和医学院北京协和医院神经外科%518051 华中科技大学协和深圳医院(南山医院)神经外科%518000 深圳博脑研究院%999077 香港中文大学医学院影像及介入放射学系 25.07.2020
Subjects
人工智能
神经网络(计算机)
脑出血
体层摄影术,X线计算机
Online AccessGet full text

Cover

Abstract 目的 建立一种基于卷积神经网络的脑血肿分割算法,探讨算法与手动分割结果的一致性.方法 纳入中国颅内出血影像数据库中146例头部CT平扫影像图片,采用随机数字表法分为训练集(90例)、测试集(26例)和验证集(30例),验证集采用手动分割、算法分割、精确多田公式和传统多田公式共4种方法对血肿体积进行测量,以手动分割为“金标准”,分别对其他3种算法进行一致性检验.结果 与多田公式方法相比,算法分割的百分误差最小,为15.54(8.41,23.18)％,组内相关系数最高,为0.983;Bland-Altman一致性检测显示,93.33％的数据在95％一致性界限(95％LoA),且其95％LoA最窄,为-6.46 ～ 5.97 ml.算法分割的百分误差在不同血肿形态、体积比较中差异无统计学意义(均P＞0.05).结论 卷积神经网络构建的算法分割具有一定的临床应用前景,但仍需更大样本的临床试验加以验证.
AbstractList 目的 建立一种基于卷积神经网络的脑血肿分割算法,探讨算法与手动分割结果的一致性.方法 纳入中国颅内出血影像数据库中146例头部CT平扫影像图片,采用随机数字表法分为训练集(90例)、测试集(26例)和验证集(30例),验证集采用手动分割、算法分割、精确多田公式和传统多田公式共4种方法对血肿体积进行测量,以手动分割为“金标准”,分别对其他3种算法进行一致性检验.结果 与多田公式方法相比,算法分割的百分误差最小,为15.54(8.41,23.18)％,组内相关系数最高,为0.983;Bland-Altman一致性检测显示,93.33％的数据在95％一致性界限(95％LoA),且其95％LoA最窄,为-6.46 ～ 5.97 ml.算法分割的百分误差在不同血肿形态、体积比较中差异无统计学意义(均P＞0.05).结论 卷积神经网络构建的算法分割具有一定的临床应用前景,但仍需更大样本的临床试验加以验证.
Author 姜燊种
李沃霖
冯铭
常健博
骆嘉希
张庆华
陈显金
石林
魏俊吉
王任直
AuthorAffiliation 100730 中国医学科学院北京协和医学院北京协和医院神经外科%518051 华中科技大学协和深圳医院(南山医院)神经外科%518000 深圳博脑研究院%999077 香港中文大学医学院影像及介入放射学系
AuthorAffiliation_xml – name: 100730 中国医学科学院北京协和医学院北京协和医院神经外科%518051 华中科技大学协和深圳医院(南山医院)神经外科%518000 深圳博脑研究院%999077 香港中文大学医学院影像及介入放射学系
Author_FL ZHANG Qing-hua
WEI Jun-ji
FENG Ming
CHEN Xian-jin
WANG Ren-zhi
SHI Lin
CHANG Jian-bo
JIANG Shen-zhong
LEE Yuk-lam
LOK Ka-hei
Author_FL_xml – sequence: 1
  fullname: CHANG Jian-bo
– sequence: 2
  fullname: JIANG Shen-zhong
– sequence: 3
  fullname: CHEN Xian-jin
– sequence: 4
  fullname: LOK Ka-hei
– sequence: 5
  fullname: LEE Yuk-lam
– sequence: 6
  fullname: ZHANG Qing-hua
– sequence: 7
  fullname: WEI Jun-ji
– sequence: 8
  fullname: SHI Lin
– sequence: 9
  fullname: FENG Ming
– sequence: 10
  fullname: WANG Ren-zhi
Author_xml – sequence: 1
  fullname: 常健博
– sequence: 2
  fullname: 姜燊种
– sequence: 3
  fullname: 陈显金
– sequence: 4
  fullname: 骆嘉希
– sequence: 5
  fullname: 李沃霖
– sequence: 6
  fullname: 张庆华
– sequence: 7
  fullname: 魏俊吉
– sequence: 8
  fullname: 石林
– sequence: 9
  fullname: 冯铭
– sequence: 10
  fullname: 王任直
BookMark eNo9UM1KAzEYzKGCtfYtvHjY-CVpku5Rin9QEEHPZdPNiotswSBKT0WK1YOWHvQgoniQgpeCCtUW8WV2N_sYdlGEgYGZYQZmARWiVqQRWiKAmSvclRAfGBNhIiR1hGQEU6CAQWIAXkDFf30elY0JAYAQBlRAEe0kj5N4cp1cje1wZJ8f7LRvvwZ2em_vulnvJekP0s4w6w6S3iR76uQ4-04uzpPL1_T2M327mcXij07We89jo248HS-iucA7NLr8xyW0t762W9t06tsbW7XVumMIVITDK1ppJTU0pedSpptApKCa-0QpranSwKuEC1LRVdkU3KfggvIDObN8xShnJbT823viRYEX7TfC1vFRNFtsnPomDFW7nZ8AEkCwH5VYc0M
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.3969/j.issn.1672-6731.2020.07.005
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Medicine
DocumentTitle_FL Consistency evaluation of an automatic segmentation for quantification of intracerebral hemorrhage using convolution neural network
EndPage 590
ExternalDocumentID xdsjjbzz202007006
GrantInformation_xml – fundername: (北京市自然科学基金资助项目); (中国医学科学院医学与健康科技创新工程重大协同创新项目); (中国医学科学院北京协和医学院研究生教育教学立项项目)
  funderid: (北京市自然科学基金资助项目); (中国医学科学院医学与健康科技创新工程重大协同创新项目); (中国医学科学院北京协和医学院研究生教育教学立项项目)
GroupedDBID ---
-05
04C
2B.
3V.
4A8
5VS
92F
92I
93N
ABUWG
ACGFS
AFKRA
ALMA_UNASSIGNED_HOLDINGS
BENPR
BPHCQ
BVBZV
CCEZO
CCPQU
CIEJG
CW9
EBD
EIHBH
EOJEC
GROUPED_DOAJ
IPNFZ
KQ8
OBODZ
OK1
PQQKQ
PROAC
PSX
RIG
RNS
TCJ
TGQ
U1G
U5O
ID FETCH-LOGICAL-s1046-54ebeb7e0c7a923ec01762e5d1bbee2be05815614e87c65d2090bdf7e2bdb3253
ISSN 1672-6731
IngestDate Wed Nov 06 04:35:00 EST 2024
IsPeerReviewed true
IsScholarly true
Issue 7
Keywords 人工智能
神经网络(计算机)
脑出血
体层摄影术,X线计算机
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1046-54ebeb7e0c7a923ec01762e5d1bbee2be05815614e87c65d2090bdf7e2bdb3253
PageCount 6
ParticipantIDs wanfang_journals_xdsjjbzz202007006
PublicationCentury 2000
PublicationDate 2020-07-25
PublicationDateYYYYMMDD 2020-07-25
PublicationDate_xml – month: 07
  year: 2020
  text: 2020-07-25
  day: 25
PublicationDecade 2020
PublicationTitle 中国现代神经疾病杂志
PublicationTitle_FL Chinese Journal of Contemporary Neurology and Neurosurgery
PublicationYear 2020
Publisher 100730 中国医学科学院北京协和医学院北京协和医院神经外科%518051 华中科技大学协和深圳医院(南山医院)神经外科%518000 深圳博脑研究院%999077 香港中文大学医学院影像及介入放射学系
Publisher_xml – name: 100730 中国医学科学院北京协和医学院北京协和医院神经外科%518051 华中科技大学协和深圳医院(南山医院)神经外科%518000 深圳博脑研究院%999077 香港中文大学医学院影像及介入放射学系
SSID ssj0001130260
ssib017477097
ssib038074726
ssib051368963
ssib001103733
Score 2.3109663
Snippet 目的 建立一种基于卷积神经网络的脑血肿分割算法,探讨算法与手动分割结果的一致性.方法...
SourceID wanfang
SourceType Aggregation Database
StartPage 585
Title 基于卷积神经网络的自发性脑出血血肿分割方法的一致性评价
URI https://d.wanfangdata.com.cn/periodical/xdsjjbzz202007006
Volume 20
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3Na9RAFA-llSKI-ImfpUjnVLYmk5lk5pjZzVKEFpUWeiubj1V6WMG2IHsqUqwetPSgBxHFgxS8FFSotoj_TLe7f4bvTWazsd1KWwhhmPzmzfuYl3kvzEwsa4yxVEa1NCnV4zQqMSmSUk1QWYJUxHdTSOWEgxucp6a9yVl2b47PDZw5V1i1tLwUTcTNvvtKTmNVqAO74i7ZE1g2JwoVUAb7wh0sDPdj2ZiEnMgqUQEJGd5FiDWiQpRPQp8EcFV1AWAhFpQiQteoCpGOqZFlLEhozkgoiAB8oOlUNcbDxRBACh8xXcMRg50KEjj4tFgQlKiqxkDZ0wVJFEU60iNKYkG5RPJCp8C86DYHyuyfTkEEg1EgVzGYNg2DitaDQqGAJihB2QYfuP3FR050jQQ817xVkHOgA8zLfG7WFQIvlMNBSpmCZVCEAKOZEoF7ERjVi0oPIomUqBDsSOiuJWKlU4SA1jOFAQR0lnUtysXvMpCE29mRF8aTcPWJa4_30wTwWUaJkb8KCTzDVmZAU6P5CqgBgzKycRSUjZhCW1JSfNqH4Oma560OWwYoMzROzirFo_zgjT7epRgWRM3l8VDrOH50exw2OYuH-fDQO5TWAhgNhuJhzqjomlmTAnCGPwiTJ5DBRiv17RtHU8G7oJlNJNMF8JyCmimHPMv2_XE9WjysRYraRXpa0X4m_COUcbQFYcwYKV0jB9xFYDxJ6FbgK0HmLkyPYo6uht5ZGGMglVKFWMfzKe78cYrBELULL32_ENnw7M9aJkjm2T9-D8ZfrvSkjr-wg4m8gwn0D31Gss17cWe-GvhZsriwEDWbiIIIBH-gMEQhboCAZUiF0_cf9vI73NXcy08dn_m-3VsGgT_PYH4vn-SO6wlpzhfUH91xmUZ2ckSXt2FrzDB-939s6z2djXqt8aiQfsxcsM6b7wajQTYJXLQGmo8vWcNTZmXUZetB69PO3s6b1uvt9uZW-8vH9u56-_dGe_dD-_1qZ-1ra31jf2Wzs7rRWtvpfF7B6_mf1ssXrVff9t_92v_-FmB7P1c6az8QtrW6t7t9xZqthjPlyZL5XU5pERfqwPQKE3Lkp3bs1yBtT2PQj0dTnjhRlKY0Sm2OR4M5LBV-7PGE2tKOkroPj5LIpdy9ag02njTSa9aoiGmNuhDr1aVkdUgaXcZrMZOOqDOXxsl1647RxryZDhfnD1nxxnFAN62zvZfnLWtw6elyehvSvKVoxBh_RH8m_Qun4yvg
link.rule.ids 315,783,787,867,27936,27937
linkProvider ProQuest
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E8%87%AA%E5%8F%91%E6%80%A7%E8%84%91%E5%87%BA%E8%A1%80%E8%A1%80%E8%82%BF%E5%88%86%E5%89%B2%E6%96%B9%E6%B3%95%E7%9A%84%E4%B8%80%E8%87%B4%E6%80%A7%E8%AF%84%E4%BB%B7&rft.jtitle=%E4%B8%AD%E5%9B%BD%E7%8E%B0%E4%BB%A3%E7%A5%9E%E7%BB%8F%E7%96%BE%E7%97%85%E6%9D%82%E5%BF%97&rft.au=%E5%B8%B8%E5%81%A5%E5%8D%9A&rft.au=%E5%A7%9C%E7%87%8A%E7%A7%8D&rft.au=%E9%99%88%E6%98%BE%E9%87%91&rft.au=%E9%AA%86%E5%98%89%E5%B8%8C&rft.date=2020-07-25&rft.pub=100730+%E4%B8%AD%E5%9B%BD%E5%8C%BB%E5%AD%A6%E7%A7%91%E5%AD%A6%E9%99%A2%E5%8C%97%E4%BA%AC%E5%8D%8F%E5%92%8C%E5%8C%BB%E5%AD%A6%E9%99%A2%E5%8C%97%E4%BA%AC%E5%8D%8F%E5%92%8C%E5%8C%BB%E9%99%A2%E7%A5%9E%E7%BB%8F%E5%A4%96%E7%A7%91%25518051+%E5%8D%8E%E4%B8%AD%E7%A7%91%E6%8A%80%E5%A4%A7%E5%AD%A6%E5%8D%8F%E5%92%8C%E6%B7%B1%E5%9C%B3%E5%8C%BB%E9%99%A2%28%E5%8D%97%E5%B1%B1%E5%8C%BB%E9%99%A2%29%E7%A5%9E%E7%BB%8F%E5%A4%96%E7%A7%91%25518000+%E6%B7%B1%E5%9C%B3%E5%8D%9A%E8%84%91%E7%A0%94%E7%A9%B6%E9%99%A2%25999077+%E9%A6%99%E6%B8%AF%E4%B8%AD%E6%96%87%E5%A4%A7%E5%AD%A6%E5%8C%BB%E5%AD%A6%E9%99%A2%E5%BD%B1%E5%83%8F%E5%8F%8A%E4%BB%8B%E5%85%A5%E6%94%BE%E5%B0%84%E5%AD%A6%E7%B3%BB&rft.issn=1672-6731&rft.volume=20&rft.issue=7&rft.spage=585&rft.epage=590&rft_id=info:doi/10.3969%2Fj.issn.1672-6731.2020.07.005&rft.externalDocID=xdsjjbzz202007006
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fxdsjjbzz%2Fxdsjjbzz.jpg