国际标准期刊号: 2475-7586
Antonios Konstantinos Thanellas、Mikko Lilja、Nik Lygeros、Teijo Kottila、Miikka Korja
目标:我们的目标是创建一种抗伪且全自动的分割方法,旨在减少
医学专家对颅内出血患者的头部计算机断层扫描图像进行分割的工作量。
方法:我们开发了一种结合 2D 和 3D 强度阈值、形态学
操作和熵过滤的分割算法。我们针对
145 名颅内
出血患者的术前和术后/治疗后头部计算机断层扫描图像,根据金标准分割测试了该算法的性能。我们将全自动算法与更简单的阈值方法进行了比较。
结果:全自动算法正确分割了 98.62% 患者的血液,其中 2449 名患者中有 2277 名患者
阳性切片(92.97%),以及 54.12% 的阳性体素。它错误地分割了 0.63% 患者
阴性体素中的血液。体素水平的 Dice 系数为 0.20。
结论:开源算法可能有助于对
颅内出血的术前或术后/治疗后头部计算机断层扫描进行广泛质量的分割。