<em id="j55jf"><span id="j55jf"><track id="j55jf"></track></span></em>

      <form id="j55jf"><form id="j55jf"></form></form>
      <form id="j55jf"></form>

      <address id="j55jf"></address>

      深醫科研成果

      醫學部汪天富教授團隊在頂級期刊《Medical Image Analysis》上發表重要文章

      文章來源: 作者: 發布時間:2021年04月15日 點擊數: 字體:


      近期,深圳大學醫學部生物醫學工程學院汪天富教授團隊的研究成果《Dual Attention Enhancement Feature Fusion Network for Segmentation and Quantitative Analysis of Paediatric Echocardiography》在頂級期刊Medical Image Analysis(2020年IF11.148)上發表。論文通訊作者是汪天富教授和夏焙主任,第一作者是碩士研究生郭力寶(導師:汪天富)和雷柏英副教授,深圳大學為第一署名單位,深圳市兒童醫院為合作單位。

      先天性心臟?。–ongenital heart disease,CHD,簡稱先心?。?,是一種復雜的疾病,診斷過程也是繁瑣的,一些功能型先心病在診斷過程中需要測量心臟的生物學參數,目前測量心臟的生物學參數需要醫生手動勾畫出解剖區域或者點出關鍵點,該過程耗時、低效篩查先天性,重復性高,結果依賴醫生本身的專業水平。小兒超聲心動圖是篩查先心病常用的方法,小兒超聲心動圖的分割與生物學參數的測量對先天性心臟病的診斷和后續的治療計劃都有重要意義。小兒超聲心動圖的自動分割與測量,能夠簡化先心病診斷過程,提高診斷效率,為此提出一種小兒超聲心動圖自動分割測量方法。

      該研究提出一種分割算法,命名為雙注意力增強特征融合網絡,用于小兒超聲心動圖左心室、左心房和心尖三角形區域自動分割。為了增強編碼器的特征提取能力,首先提出一個帶有通道注意力的雙路徑特征提取模塊??紤]到卷積神經網絡中,低層網絡的特征圖中含有豐富的空間信息,高層網絡的特征圖含有豐富的語義信息。為有效融合網絡的高級特征和低級特征,基于空間注意力設計了一個高級-低級特征融合模塊。另外,還設計了一個混合損失函數,能夠在像素級修正分割目標的邊界,以更好的分割目標的邊緣。并根據分割結果定位到關鍵點,實現生物學參數的自動測量。通過分割在不同的分割任務中,網絡性能都取得了很優秀的性能,在左心室分割任務中Dice系數最高達到0.9547,左心房0.9130,心尖三角形0.9100。通過兩個分割任務對小兒超聲心動圖左心室容積的測量,結果皮爾森系數最高達到0.9636,平均絕對距離為4.0967,表明了我們提出方法的有效性。

      該研究獲得了國家自然科學基金、廣東省自然科學基金、深圳市重點基礎研究發展計劃等項目資助。

      研究成果鏈接:?https://doi.org/10.106/j.media.2021.102042

      代碼鏈接:https://github.com/end-of-the-century/Cardiac

      提出自動分割測量方法框架

      【打印文章】 【添加收藏】
      星客电商靠谱吗