心脏周围环境的脂肪沉积与诸如动脉粥样硬化,颈动脉僵硬,冠状动脉钙化,心房颤动等许多健康风险因素相关。这些存款与肥胖有所不相关,这加强了其直接分割以进一步定量。然而,由于所需的人类工作量和医生和技术人员的后续高成本,这些脂肪的手动分割尚未在临床实践中被广泛部署。在这项工作中,我们提出了一种统一的方法,用于自主分割和两种类型的心脏脂肪量化。分段脂肪被称为心外膜和纵隔,并通过心包彼此分开。很多努力都致力于实现最小的用户干预。所提出的方法主要包括注册和分类算法以执行所需的分割。我们比较了多种分类算法对此任务的性能,包括神经网络,概率模型和决策树算法。所提出的方法的实验结果表明,心外膜和纵隔脂肪的平均准确性为98.5%(如果特征正常化,则为99.5%),其平均阳性率为98.0%。平均而言,骰子相似度指数等于97.6%。
translated by 谷歌翻译