卷积神经网络
2020-05-29
2024-04-29发表于陕西省
2024-01-06发表于上海
#卷积神经网络#数字图像分割涉及将每个像素或体素标记为显示相同属性集的不同区域。当应用于医学图像时,这些分割可以支持手术规划,促进患者赋权,通过增强或虚拟现实可视化来帮助学生进行教育,为三维(3D)打印提供输入,并成为使用个人数据实现手术模拟器的初始步骤。此外,它还可以作为诊断性解释的工具,允许在三个空间维度上进行精确的体积估计和组织定位
2023-01-26
#卷积神经网络#本项多中心回顾性研究建立了两个深度学习模型用于从MRI中预测生存率,包括从全脑MRI中建立的DeepRisk模型以及从专家分割的肿瘤图像中建立的原始ResNet模型。两个模型都是使用训练数据集(n = 935)和内部调整数据集(n = 156)开发的,并在两个外部测试数据集(n = 194和150)和TCIA数据集(n = 121)上进行测试。C-指数、综合Brier得分(IBS)、预测误差曲线和校准曲线被用来评估模型的性能。
2022-07-03
2020-08-26