论文部分内容阅读
目的 探讨与评价基于Atlas 和基于深度学习的自动分割方法 在实施鼻咽癌危及器官自动勾画时的勾画结果 差异.方法 选择120 例鼻咽癌患者的CT 图像建立Atlas 库(运用MIM 软件(version 6.6.5)).
基于Atlas和深度学习的自动分割方法在鼻咽癌危及器官勾画中的比较
【摘 要】
：
目的 探讨与评价基于Atlas 和基于深度学习的自动分割方法 在实施鼻咽癌危及器官自动勾画时的勾画结果 差异.方法 选择120 例鼻咽癌患者的CT 图像建立Atlas 库(运用MIM 软件(version 6.6.5)).
【机 构】
：
解放军总医院第一医学中心 Manteia 数据科技有限公司
【出 处】
：
2019中国肿瘤学大会
【发表日期】
：
2019年7期
其他文献
目的 胸部CT 图像多器官精确识别普遍存在器官尺寸差异较大，器官与其他组织间对比度低等问题，同时多数二维网络无法充分利用CT 断层图像的三维空间信息，导致识别精度不够。
目的 医学影像领域正面临愈来愈严峻的挑战：检查需求猛增，日益精细诊疗方案，优质医生资源匮乏……高强度的工作负荷下，诊疗疏漏，医疗纠纷不绝于耳。
目的 近年来，肺段切除术已被广泛用于早期非小细胞肺癌，尤其是深部结节切除中具备优势。在IA 期肺癌中，肺段切除可以达到与肺叶切除相近的长期生存结果 ，而且具有保存肺功能和减少术后并发症的优点。
目的 采用3D U-NET 深度卷积神经网络结合Dice Loss function 和Generalized Dice Lossfunction 两中损失函数构造新的模型损失函数训练深度卷积神经网络模型，对头颈部肿瘤患者19种危及器官进行自动分割并进行验证，以期实现头颈部危及器官的快速精确分割。
目的 通过人工智能及大数据提高恶性肿瘤精确放疗的准确性方法 如今，恶性肿瘤已经呈现爆发性增长，成为危害人们健康的重大社会问题。随着互联网、人工智能及大数据的发展和应用，以及基于影像和生命组学、区块链技术、智能边缘技术正给恶性肿瘤精的确放疗带来质的飞跃，使放射治疗精度和疗效将获得突破性的进展。
目的 确定特定疾病患者群体是基于电子健康记录(EHRs)进行临床研究的重要一步。将结构化EHR数据(如账单记录)与叙述性文本数据相结合的信息学方法 十分有用。
目的 采用生物信息学方法 ,对The Cancer Genome Atlas(TCGA)数据库中255 例宫颈鳞癌患者的转录组测序数据进行分析挖掘,构建宫颈鳞癌长链非编码RNA(long noncoding RNA,lncRNA)预后风险模型,以期找到高效的宫颈鳞癌预后相关的判别指标,为宫颈鳞癌预后研究提供新思路。
目的 分析头颈部鳞癌患者放疗过程中腮腺影像纹理特征的变化，研究其与急性放射性口干症的关系。并建立数学模型，早期预测放射性口干的严重程度。
Recognizing Basal Cell Carcinoma on Smartphone-Captured Digital Histopathology Images with Deep Neur
Objective Basal cell carcinoma(BCC)is the most common skin cancer with a rapidly rising incidence.
目的 医院-企业联合，研究开发人工智能阴道镜宫颈癌辅助诊断系统，并评价其应用于人群辅助诊断的准确性，为基层医疗机构提供服务，真正提升基层的诊疗水平。