Segmentación automatizada de imágenes de resonancia magnética basada en aprendizaje profundo de la estructura lumbar y sus estructuras adyacentes en el nivel L4/5
Autores: Wang, Min; Su, Zhihai; Liu, Zheng; Chen, Tao; Cui, Zhifei; Li, Shaolin; Pang, Shumao; Lu, Hai
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Segmentación automatizada de imágenes de resonancia magnética basada en aprendizaje profundo de la estructura lumbar y sus estructuras adyacentes en el nivel L4/5
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Modelo de aprendizaje profundo
Red 3D Deeplab v3+
Segmentación automática
Imágenes de resonancia magnética
Nivel L4/5
Mediciones relacionadas con la morfometría
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
Este estudio tiene como objetivo desarrollar un modelo de aprendizaje profundo basado en una red 3D Deeplab V3+ para segmentar automáticamente múltiples estructuras de imágenes de resonancia magnética (RM) en el nivel L4/5.
Descripción
Este estudio tiene como objetivo desarrollar un modelo de aprendizaje profundo basado en una red 3D Deeplab V3+ para segmentar automáticamente múltiples estructuras de imágenes de resonancia magnética (RM) en el nivel L4/5.