亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于深度學(xué)習(xí)的肺炎病灶分割技術(shù)用于新型冠狀病毒肺炎的定量分析

        2020-03-14 13:16:14潘亞玲王晗琦俞勤吉牛鏡淇
        關(guān)鍵詞:放射科肺葉病例

        潘亞玲 王 昊 王晗琦 俞勤吉 牛鏡淇 陸 勇

        深度學(xué)習(xí)是目前機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn),其中深度卷積神經(jīng)網(wǎng)絡(luò)是近年來發(fā)展最為迅速的計(jì)算機(jī)視覺技術(shù),被廣泛應(yīng)用于醫(yī)學(xué)圖像分析。病灶分割問題要求對(duì)醫(yī)學(xué)圖像中的特定異常區(qū)域進(jìn)行像素級(jí)分類,最終得到病灶區(qū)域掩膜。深度卷積神經(jīng)網(wǎng)絡(luò)在超聲、核磁共振等醫(yī)學(xué)圖像中,對(duì)處理病灶分割問題展現(xiàn)出很好的能力[1]。據(jù)WHO 統(tǒng)計(jì),截至2020 年3月23 日04:03,全球新型冠狀病毒肺炎(coronavirus disease 2019,COVID-19)累計(jì)確診病例294110 例,累計(jì)死亡病例12944 例,已有187 個(gè)國家或地區(qū)出現(xiàn)確診病例。COVID-19 的確診依賴于核酸檢測(cè)和血清學(xué)檢測(cè),但文獻(xiàn)報(bào)道核酸檢測(cè)存在一定的假陰性率且肺部影像表現(xiàn)可能早于檢測(cè)陽性報(bào)告[2]。CT 檢查密度分辨率和空間分辨率高,有利于檢出早期肺部炎性病灶,準(zhǔn)確評(píng)估病情嚴(yán)重程度,是COVID-19 首選的影像檢查方法[3]。為及早發(fā)現(xiàn)COVID-19 可疑病例和發(fā)掘COVID-19 區(qū)別于其他肺炎的影像特征,通過深度學(xué)習(xí)分割肺炎病灶,探究基于深度學(xué)習(xí)的肺炎病灶分割模型用于COVID-19CT 影像定量分析的可行性,為COVID-19 鑒別診斷提供幫助。

        方 法

        1.一般資料

        建立肺炎病灶分割模型的數(shù)據(jù)集由院內(nèi)采集的86 例不同程度典型肺炎表現(xiàn)的病例組成,導(dǎo)出CT 掃描的Dicom 圖像文件,通過ITK-Snap 工具對(duì)肺內(nèi)炎性滲出的實(shí)性和磨玻璃病灶進(jìn)行像素級(jí)分割標(biāo)注。標(biāo)注分為兩輪進(jìn)行,在窗寬1500HU、窗位-400HU的肺窗下進(jìn)行觀察和標(biāo)注,第一輪由一名放射科醫(yī)師初步勾畫病灶區(qū)域,第二輪由另一名放射科醫(yī)師獨(dú)立審核修改病灶區(qū)域細(xì)節(jié)。其中訓(xùn)練集73 例,測(cè)試集13 例。

        建立肺炎分類模型的數(shù)據(jù)集由院內(nèi)采集的胸部CT 圖像構(gòu)成。依據(jù)病例中無可疑滲出及實(shí)變、存在微小磨玻璃影或條索影及存在大面積實(shí)變和磨玻璃影等典型肺炎表現(xiàn)分為三類,由一名放射科醫(yī)師進(jìn)行評(píng)估。根據(jù)比例均衡原則,構(gòu)建訓(xùn)練集217 例,測(cè)試集56 例,見表1。

        驗(yàn)證肺炎病灶分割模型和定量分析的CT 影像從2020 年1 月20 日至2020 年2 月1 日在發(fā)熱門診就診并取得上海疾控中心RT-PCR 檢測(cè)結(jié)果的28 例COVID-19 疑似病例中獲得。按照核酸檢測(cè)結(jié)果,7 例為COVID-19 陽性,21 例為COVID-19 陰性。CT 影像數(shù)據(jù)以Dicom 格式導(dǎo)出,肺炎病灶分割模型預(yù)測(cè)后,由一名放射科醫(yī)師對(duì)分割結(jié)果進(jìn)行確認(rèn),然后用于圖像特征定量分析。

        2.CT 檢查方法

        CT 數(shù)據(jù)由16 排(Lightspeed Pro16,Lightspeed VCT; GE Medical Systems,Milwaukee, IL) 或40 排((uCT 528,Shanghai United Imaging Healthcare Co.,Ltd. China) CT掃描儀采集。掃描參數(shù):管電壓120kVp, 自動(dòng)調(diào)節(jié)管電流100 ~350mAs,轉(zhuǎn) 速0.75s/r,準(zhǔn)直40mm×0.55mm,采用層厚1 ~1.5mm 的肺窗重建。

        3.模型訓(xùn)練方法

        我們提出的肺炎病灶分割和肺炎分類模型包含兩個(gè)步驟,見圖1。肺炎病灶分割模型在CT 圖像中得到磨玻璃和實(shí)變等肺炎病灶的精確輪廓,分割結(jié)果后續(xù)用于對(duì)病灶的精確、定量分析。肺炎分類模型根據(jù)肺炎病灶分割模型的輸出結(jié)果,整合CT 圖像中所有分割病灶結(jié)果,得到一個(gè)概率值來評(píng)測(cè)受檢者為肺炎的可能性,此結(jié)果有助于優(yōu)化閱片工作流。

        我們使用目前在各類醫(yī)學(xué)圖像分割任務(wù)中均表現(xiàn)突出的深度學(xué)習(xí)模型nn-Unet 框架進(jìn)行肺炎病灶分割[4]。該框架對(duì)圖像分割中的各個(gè)環(huán)節(jié),包括圖像預(yù)處理、網(wǎng)絡(luò)架構(gòu)、學(xué)習(xí)過程和損失函數(shù)等都進(jìn)行了自動(dòng)化的優(yōu)化和參數(shù)估計(jì),從而針對(duì)不同的分割任務(wù)和數(shù)據(jù)集均能達(dá)到較優(yōu)的效果。鑒于在病灶分割基礎(chǔ)上進(jìn)行肺炎分類信息充分,故采用隨機(jī)森林方法構(gòu)建肺炎分類模型。根據(jù)nn-Unet 輸出的肺炎病灶分割結(jié)果,進(jìn)一步計(jì)算磨玻璃病灶體積占肺部的比例、實(shí)變病灶占肺部的比例和磨玻璃病灶亮度的統(tǒng)計(jì)值,以上述三個(gè)特征訓(xùn)練隨機(jī)森林模型,得到CT 影像的肺炎分類預(yù)測(cè)值。肺炎病灶分割模型和肺炎分類模型參數(shù)分別見表2 和表3。

        表1 肺炎分類模型的數(shù)據(jù)集劃分

        表2 肺炎病灶分割模型參數(shù)

        4.影像分析方法

        使用上述肺炎病灶分割模型, 在28 例COVID-19 疑似患者的CT 影像上進(jìn)行病灶分割。由1 名放射科醫(yī)師審核和修正分割結(jié)果,計(jì)算肺炎病灶分割模型在COVID-19 疑似患者CT 影像上分割病灶的Dice 系數(shù)、精準(zhǔn)度及召回率。使用一個(gè)已報(bào)道的基于漸進(jìn)分割網(wǎng)絡(luò)的肺葉分割模型將肺炎病灶進(jìn)行肺葉定位[5]。統(tǒng)計(jì)每例COVID-19 疑似患者的病灶平均密度和密度標(biāo)準(zhǔn)差及各個(gè)肺葉的受累體積占比。采用獨(dú)立樣本T 檢驗(yàn)進(jìn)行COVID-19 陽性病例與陰性病例組間比較。

        結(jié) 果

        肺炎病灶分割模型采用Dice 分?jǐn)?shù)、病灶像素精準(zhǔn)度(Precision)及召回率(Recall)作為評(píng)價(jià)指標(biāo)。使用ISBI 中報(bào)道的Focal-Tversky Unet 模型[7]作為對(duì)比模型。通過對(duì)比發(fā)現(xiàn),本研究提出的肺炎病灶分割模型的Dice 系數(shù)和精準(zhǔn)度較Focal-Tversky Unet模型更高,見表4。

        肺炎分類模型采用靈敏度和特異度作為評(píng)價(jià)指標(biāo),并針對(duì)典型肺炎病例的檢出能力繪制ROC 曲線,見圖 2。肺炎分類模型檢出肺炎的ROC 曲線下面積為0.990,在切點(diǎn)處靈敏度和特異度分別為95.0%、97.2%。

        表3 肺炎分類模型的參數(shù)

        表4 肺炎病灶分割模型的分割效能

        表5 新型冠狀病毒肺炎陽性與陰性病例影像學(xué)特征比較

        圖1 肺炎病灶分割與分類的整體流程。

        圖2 肺炎分類的ROC 曲線。

        采用肺炎病灶分割模型對(duì)28 例COVID-19 疑似患者的CT 影像進(jìn)行病灶分割,一名放射科醫(yī)師對(duì)病灶分割結(jié)果進(jìn)行審核和修正,見圖3。與修正結(jié)果比較,肺炎病灶分割模型的Dice 系數(shù)為41.9%,精準(zhǔn)度67.7%,召回率40.1%。病灶分割結(jié)果修正后,使用肺葉分割模型將肺葉分割結(jié)果與病灶分割結(jié)果對(duì)應(yīng),定量、對(duì)比分析COVID-19 陽性病例與陰性病例的影像學(xué)特征差異,見表5。相較于陰性病例,COVID-19陽性病例中病灶密度均值更高(P=0.04),且受累肺葉數(shù)量更多(P=0.01)。

        討 論

        本研究采用目前醫(yī)學(xué)圖像分割領(lǐng)域先進(jìn)的nn-Unet 框架建立肺炎病灶分割模型,在病灶分割基礎(chǔ)上輸入手動(dòng)設(shè)計(jì)的特征,采用隨機(jī)森林方法建立肺炎分類模型,研究結(jié)果顯示上述方法能夠較好的發(fā)現(xiàn)肺炎病例。由于磨玻璃滲出病灶的邊界在CT 影像中比較模糊,且其在肺炎病灶中占比較大。因此,對(duì)該類肺炎病灶分割標(biāo)注、評(píng)估、度量較為困難。從CT 影像中可知,盡管肺炎病灶分割模型的度量指標(biāo)不高(Dice 系數(shù)為0.545),但在分割視覺效果上尚可接受,并且足以支撐肺炎分類結(jié)果。

        圖3 肺葉和肺炎病灶分割和修正結(jié)果。A.原始CT 圖像 B.肺葉分割結(jié)果 C.病灶分割結(jié)果 D.經(jīng)審核和修正的病灶分割結(jié)果。

        通過普通肺炎病例訓(xùn)練的肺炎病灶分割模型,經(jīng)COVID-19 患者CT 影像驗(yàn)證發(fā)現(xiàn),盡管CT 數(shù)據(jù)來源于不同的肺炎患者,但基于深度學(xué)習(xí)的肺炎病灶分割模型仍然能保持一定水平的準(zhǔn)確度,這說明該模型對(duì)不同肺炎類型的病灶分割具有一定的魯棒性。通過基于病灶分割和肺葉分割的結(jié)果定量分析,我們發(fā)現(xiàn)新COVID-19 的潛在影像學(xué)特征。與陰性病例相比,COVID-19 陽性病例的病灶平均密度更高,更容易累及多個(gè)肺葉,與其他已報(bào)道的影像學(xué)特征發(fā)現(xiàn)相符合[8-9]。通過計(jì)算機(jī)輔助病灶分割,有助于肺炎病灶影像學(xué)特征定量分析,有望促進(jìn)COVID-19 的影像學(xué)特征研究。

        猜你喜歡
        放射科肺葉病例
        放射科住院醫(yī)師職業(yè)倦怠研究進(jìn)展
        我國放射科住院醫(yī)師規(guī)范化培訓(xùn)現(xiàn)狀的調(diào)查與思考
        放射科專業(yè)基地入科教育的實(shí)踐探討
        “病例”和“病歷”
        用全胸腔鏡下肺葉切除術(shù)與開胸肺葉切除術(shù)治療早期肺癌的效果對(duì)比
        一例犬中毒急診病例的診治
        全胸腔鏡肺葉切除術(shù)中轉(zhuǎn)開胸的臨床研究
        放射科安全管理
        妊娠期甲亢合并胎兒甲狀腺腫大一例報(bào)告
        Meckel憩室并存異位胰腺和胃黏膜并出血一例
        亚洲av无码久久| 人妖与人妖免费黄色片| 水蜜桃男女视频在线观看网站| 亚州国产av一区二区三区伊在| 婷婷丁香五月中文字幕 | 精品国产AⅤ一区二区三区V免费| 国产精品亚洲一区二区三区久久| 日本高清在线一区二区三区| 骚小妹影院| 久久国产影视免费精品| 国产又湿又爽又猛的视频| 国产精品理论片在线观看| 无码手机线免费观看| 欧美黑人xxxx性高清版| 亚洲成av人片极品少妇| 日本大肚子孕妇交xxx| 美女高潮无遮挡免费视频| 精品人妻一区二区三区蜜桃| 日本一本一道久久香蕉男人的天堂 | 亚洲精品第一页在线观看| 激情综合色综合啪啪五月丁香| 国产在线网址| 一区二区三区视频免费观看在线| 亚洲youwu永久无码精品| 97se亚洲国产综合自在线| 亚洲国产AⅤ精品一区二区不卡| 日韩美腿丝袜三区四区| 亚洲婷婷五月综合狠狠爱| 欧美精品一区二区性色a+v| 国产三级国产精品国产专区| 日本一区二区在线免费视频| 日本免费一区二区三区| 被欺辱的高贵人妻被中出| 91精品国产自拍视频| 久久九九青青国产精品| 免费人成黄页在线观看国产| 久久久久人妻一区二区三区| 国产成人www免费人成看片| 久久精品国产一区二区涩涩| 文字幕精品一区二区三区老狼| 久久久精品人妻一区二区三区蜜桃|