目的 甲状腺相关眼病(thyroid-associated ophthalmopathy,TAO)是常见的眼病之一,通过CT图像进行诊断和筛查对治疗有着重要意义,但传统方法依赖有经验的医生对CT进行分析和诊断,尚无有效的自动化方法.为此本文提出一种可以从CT图像中自动提取特征进行TAO诊断的方法,辅助医生进行诊断.方法 设计了Unet-Orbit分割网络对CT中的眼肌进行图像分割,随后采用影像组学工具(PyRadiomics)从分割结果中的眼肌区域提取数值化特征.为了更好地利用影像组学的特征,设计了一个特征提取网络,采用自动编码器框架.将不同的眼肌提取到的特征,通过特征合并和变换进一步得到一组新特征.最后采用来自上海交通大学医学院附属第九人民医院的1 912 个CT图像数据集,对使用原始影像组学特征的分类器与使用特征提取网络后的特征的分类器进行了比较.结果 在医院数据集上,该模型的诊断准确率、灵敏度和特异性分别为 87.34
作者:赵廉;陈骅桂;张海扬;宋雪霏;郭育恒;周雷
来源:北京生物医学工程 2023 年 42卷 4期