Đang chuẩn bị liên kết để tải về tài liệu:
Đánh giá hiệu năng một số kỹ thuật học sâu cho phân vùng mạch máu gan trong ảnh chụp cắt lớp vi tính

Bài viết trình bày đánh giá hiệu năng phân vùng mạch máu gan giữa kỹ thuật học sâu dựa trên mạng nơ-ron tích chập (3D-ResUNet, 2D/3D nn-UNet) và kỹ thuật học sâu sử dụng mạng nơ-ron Transformer (TransUNet, Swin-UNet, MedT). Dữ liệu ảnh chụp CLVT sử dụng để huấn luyện và đánh giá được thu thập từ nhiều cơ sở y tế trên thế giới bao gồm ảnh chụp CLVT sử dụng bức xạ liều thông thường và liều thấp. | Hội nghị Quốc gia lần thứ 24 về Điện tử Truyền thông và Công nghệ Thông tin REV-ECIT2021 Đánh Giá Hiệu Năng Một Số Kỹ Thuật Học Sâu Cho Phân Vùng Mạch Máu Gan Trong Ảnh Chụp Cắt Lớp Vi Tính Lê Quốc Anh Phạm Xuân Lộc Lưu Mạnh Hà Viện Tiên tiến về Kỹ thuật và Công nghệ Trường Đại học Công nghệ ĐHQGHN Khoa Điện tử - Viễn thông Trường Đại học Công nghệ ĐHQGHN Email halm@vnu.edu.vn Tóm tắt Phân vùng mạch máu gan trong ảnh chụp cắt kết hợp với thuốc cản quang được sử dụng phổ biến lớp vi tính CLVT là bước quan trọng đối với việc chẩn giúp cung cấp thông tin về mạch máu gan mà không đoán và lập kế hoạch điều trị các bệnh lý liên quan tới gan. cần thực hiện các thủ thuật xâm lấn. Khối u gan nằm Mạch máu gan có cấu trúc phức tạp độ tương phản thấp cạnh mạch máu lớn đường kính gt 3 mm khi điều trị ảnh hưởng bởi nhiễu do đó đã đặt ra nhiều thách thức bằng kỹ thuật RFA có thể gia tăng tỉ lệ tái phát tại chỗ cho việc phân vùng chính xác mạch máu gan. Trong lĩnh vực xử lý ảnh y tế kỹ thuật học sâu đã cho thấy sự phát do ảnh hưởng bởi hiệu ứng tỏa nhiệt heat-sink effect triển nhanh chóng. Gần đây mạng nơ-ron Transformer 4 . được áp dụng và cho kết quả khả quan trong lĩnh vực xử Phân vùng mạch máu gan thủ công là một công việc lý ảnh y tế. Trong bài báo này chúng tôi đánh giá hiệu khá tốn công sức và không mang lại hiệu quả cao 5 . năng phân vùng mạch máu gan giữa kỹ thuật học sâu dựa Do vậy các nghiên cứu cải thiện độ chính xác và sự trên mạng nơ-ron tích chập 3D-ResUNet 2D 3D nn-UNet hiệu quả của tác vụ phân vùng mạch máu gan một cách và kỹ thuật học sâu sử dụng mạng nơ-ron Transformer TransUNet Swin-UNet MedT . Dữ liệu ảnh chụp CLVT tự động bán tự động được công đồng nghiên cứu quan sử dụng để huấn luyện và đánh giá được thu thập từ nhiều tâm. Tuy nhiên cấu trúc phức tạp ảnh hưởng bởi nhiễu cơ sở y tế trên thế giới bao gồm ảnh chụp CLVT sử dụng và có mức độ tương phản thấp xem Hình 1 đã đặt ra bức xạ liều thông thường và liều thấp. Kết quả cho thấy nhiều thách thức cho phân .