《表4 深度学习分割胰腺CT图像高引文献》
注:Jaccard Loss为杰卡德损失函数,GPU为图形处理器,AG为医学成像注意门,HNN为整体嵌套卷积网络
胰腺与其周围组织关系紧密且形状多变,为其从图像中分割带来一定困难[48]。目前,国内分割胰腺的报道主要基于MRI,一般使用基于字典的方法[49-50]或利用统计学方法[51]进行分割;国际上使用深度学习方法分割胰腺的报道主要基于CT图像。部分分割CT图像中胰腺的高引文献见表4。
图表编号 | XD00127168200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.15 |
作者 | 郭雯、鞠忠建、吴青南、全红、戴相昆 |
绘制单位 | 武汉大学物理科学与技术学院、解放军总医院第一医学中心放疗科、北京大学国际医院、武汉大学物理科学与技术学院、解放军总医院第一医学中心放疗科 |
更多格式 | 高清、无水印(增值服务) |