基于ResUNet与PSPNet的CT血管造影自动分割模型可辅助诊断颈动脉粥样硬化斑块
郭中萍
顾艳
南京医科大学连云港临床医学院/连云港市第一人民医院,江苏 连云港 222061
摘要：目的 探讨基于ResUNet与PSPNet的CT血管造影(CTA)自动分割模型在帮助评估颈动脉粥样硬化斑块中的价值.方法 回顾性纳入647例于2020年10月～2022年10月在连云港市第一人民医院行头颈部CTA检查的颈动脉粥样硬化斑块形成患者,按7∶1.5∶1.5的比例随机分为训练集(n=475)、验证集(n=86)及测试集(n=86).训练集中放射科医师标记的图像用于开发基于ResUNet与PSPNet的自动分割模型,在验证集、测试集使用精确度、敏感度、召回率等参数评估模型对颈动脉斑块的诊断性能.结果 在训练集中,自动分割模型在动脉粥样硬化斑块分割方面显示出良好的性能;验证集和测试集的结果进一步验证了其实用性.对测试集进行不同斑块类型亚组分析,结果显示基于CTA图像的深度学习模型对不同斑块类型显示出良好的斑块诊断准确性.结论 基于ResUNet与PSPNet的自动分割模型辅助诊断颈动脉粥样硬化斑块的准确性较高,具有临床可行性.
关键词：颈动脉斑块深度学习卒中
资助基金：连云港市卫健委面上基金(202204)
论文发表日期：2025-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 479-483 )
英文信息