عنوان المقالة:التقسيم التلقائي للجيوب الوتدية في حجم الأشعة المقطعية باستخدام بنية DeepMedics 3D CNN Automatic segmentation of the sphenoid sinus in CT-scans volume with DeepMedics 3D CNN architecture
اليوم ، يستخدم الباحثون بشكل متزايد تقنيات التجزئة اليدوية وشبه الآلية والآلية لتحديد أو استخراج الأعضاء من الصور الطبية. يتم استخدام خوارزميات التعلم العميق بشكل متزايد في مجال تحليل التصوير الطبي. بالمقارنة مع الطرق التقليدية ، تعد هذه الخوارزميات أكثر كفاءة للحصول على معلومات مضغوطة ، مما يعزز بشكل كبير جودة نظام تحليل الصور الطبية. في هذا البحث ، نقدم طريقة جديدة لتجزئة أوتوماتيكية بالكامل للجيب الوتدي باستخدام ثلاثي الأبعاد (شبكة عصبية تلافيفية). أجبرتنا ندرة البيانات الطبية في البداية من خلال هذه الدراسة على استخدام نموذج ثلاثي الأبعاد لشبكة CNN تم تعلمه من مجموعة بيانات صغيرة. لجعل طريقتنا تلقائية بالكامل ، تتم أتمتة المعالجة المسبقة والمعالجة اللاحقة باستخدام تقنيات الاستخراج والتشكيلات الرياضية. الأداة المقترحة يتم مقارنتها بطريقة شبه آلية والاستقطاعات اليدوية التي يقوم بها متخصص. النتائج الأولية لأحجام التصوير المقطعي المحوسب تبدو واعدة للغاية.
الملخص الانجليزي
Today, researchers are increasingly using manual, semi-automatic, and automatic segmentation techniques to delimit or extract organs from medical images. Deep learning algorithms are increasingly being used in the area of medical imaging analysis. In comparison to traditional methods, these algorithms are more efficient to obtain compact information, which considerably enhances the quality of medical image analysis system. In this paper, we present a new method to fully automatic segmentation of the sphenoid sinus using a 3D (convolutional neural network). The scarcity of medical data initially forced us through this study to use a 3D CNN model learned on a small data set. To make our method fully automatic, preprocessing and post processing are automated with extraction techniques and mathematical morphologies. The proposed tool is compared to a semi-automatic method and manual deductions performed by a specialist. Preliminary results from CT volumes appear very promising.
التعلم العميق ، الهندسة الطبية الحيوية ، التصوير ثلاثي الأبعاد ، CNN ثلاثي الأبعاد ، التصوير المقطعي المحوسب ، الوتدي الجيوب الأنفية ، التقسيم التلقائي
كمال صواديح | SOUADIH Kamal | 1347