J. O. B. Diniz, J. Ferreira, G. A. D. Silva, D. B. P. Quintanilha, A. C. Silva, A. Paiva
{"title":"使用概率图谱和卷积神经网络的计算机断层扫描中的心脏分割","authors":"J. O. B. Diniz, J. Ferreira, G. A. D. Silva, D. B. P. Quintanilha, A. C. Silva, A. Paiva","doi":"10.5753/sbcas.2021.16055","DOIUrl":null,"url":null,"abstract":"Órgãos em risco (OARs) são tecidos saudáveis ao redor do câncer que devem ser preservados na radioterapia (RT). O coração é um dos OARs fundamentais, assim, softwares computacionais foram desenvolvidos para auxiliar os especialistas na segmentação. Neste trabalho, propõe-se um método automático para segmentação a partir da tomografia computadorizada. O método consiste em 3 etapas: (1) aquisição de banco de dados público e diversificado; (2) padronização de volume usando registro e correspondência de histograma; e (3) segmentação do coração usando atlas e U-Net com blocos residuais (ResU-Net). Assim, alcançou-se 92,53% de Dice e 84,73% de Jaccard. Com a inovação e os resultados, mostra-se que o método proposto é promissor.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"63 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"5","resultStr":"{\"title\":\"Segmentação de coração em tomografias computadorizadas utilizando atlas probabilístico e redes neurais convolucionais\",\"authors\":\"J. O. B. Diniz, J. Ferreira, G. A. D. Silva, D. B. P. Quintanilha, A. C. Silva, A. Paiva\",\"doi\":\"10.5753/sbcas.2021.16055\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Órgãos em risco (OARs) são tecidos saudáveis ao redor do câncer que devem ser preservados na radioterapia (RT). O coração é um dos OARs fundamentais, assim, softwares computacionais foram desenvolvidos para auxiliar os especialistas na segmentação. Neste trabalho, propõe-se um método automático para segmentação a partir da tomografia computadorizada. O método consiste em 3 etapas: (1) aquisição de banco de dados público e diversificado; (2) padronização de volume usando registro e correspondência de histograma; e (3) segmentação do coração usando atlas e U-Net com blocos residuais (ResU-Net). Assim, alcançou-se 92,53% de Dice e 84,73% de Jaccard. Com a inovação e os resultados, mostra-se que o método proposto é promissor.\",\"PeriodicalId\":413867,\"journal\":{\"name\":\"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)\",\"volume\":\"63 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-06-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"5\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/sbcas.2021.16055\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbcas.2021.16055","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Segmentação de coração em tomografias computadorizadas utilizando atlas probabilístico e redes neurais convolucionais
Órgãos em risco (OARs) são tecidos saudáveis ao redor do câncer que devem ser preservados na radioterapia (RT). O coração é um dos OARs fundamentais, assim, softwares computacionais foram desenvolvidos para auxiliar os especialistas na segmentação. Neste trabalho, propõe-se um método automático para segmentação a partir da tomografia computadorizada. O método consiste em 3 etapas: (1) aquisição de banco de dados público e diversificado; (2) padronização de volume usando registro e correspondência de histograma; e (3) segmentação do coração usando atlas e U-Net com blocos residuais (ResU-Net). Assim, alcançou-se 92,53% de Dice e 84,73% de Jaccard. Com a inovação e os resultados, mostra-se que o método proposto é promissor.