首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度学习的二维心脏超声图像分割模型在小规模数据集上的性能评估
引用本文:林天予,宋亮,高智凡,张贺晔. 基于深度学习的二维心脏超声图像分割模型在小规模数据集上的性能评估[J]. 暨南大学学报(自然科学与医学版), 2022, 43(2): 191-198. DOI: 10.11778/j.jdxb.2022.02.010
作者姓名:林天予  宋亮  高智凡  张贺晔
作者单位:中山大学生物医学工程学院,广东深圳518107,深圳北芯生命科技股份有限公司,广东深圳518052
基金项目:深圳市科技计划资助项目;深圳市科技计划;广东省重点领域研发计划开放性课题项目;国家自然科学基金;广东省自然科学基金面上项目
摘    要:目的:评估一种心脏超声分割算法:密集金字塔和深度监督神经网络(DPS-Net),在小规模数据集上的分割性能.方法:利用两个小规模心脏超声数据集,用于多结构超声分割的心脏超声采集(CAMUS)和HMC-QU数据集,在数据量和模型不同的情况下分别对DPS-Net进行对比实验.结果:DPS-Net在两个数据集上的性能随病例数...

关 键 词:深度学习  心脏超声  医学图像分割  小规模数据集

Evaluation of a deep learning-based model for 2-D echocardiography segmentation on small datasets
LIN Tianyu,SONG Liang,GAO Zhifan,ZHANG Heye. Evaluation of a deep learning-based model for 2-D echocardiography segmentation on small datasets[J]. Journal of Jinan University(Natural Science & Medicine Edition), 2022, 43(2): 191-198. DOI: 10.11778/j.jdxb.2022.02.010
Authors:LIN Tianyu  SONG Liang  GAO Zhifan  ZHANG Heye
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号