Fully automated multiorgan segmentation in abdominal magnetic resonance imaging with deep neural networks.

Chen, Yuhua; Ruan, Dan; Xiao, Jiayu; Wang, Lixia; Sun, Bin; Saouaf, Rola; Yang, Wensha; Li, Debiao; Fan, Zhaoyang

Chen, Yuhua; Ruan, Dan; Xiao, Jiayu; Wang, Lixia; Sun, Bin; Saouaf, Rola; Yang, Wensha; Li, Debiao; Fan, Zhaoyang.

Afiliação

Chen Y; Department of Bioengineering, University of California, Los Angeles, CA, USA.
Ruan D; Biomedical Imaging Research Institute, Cedars-Sinai Medical Center, Los Angeles, CA, USA.
Xiao J; Department of Bioengineering, University of California, Los Angeles, CA, USA.
Wang L; Department of Radiation Oncology, University of California, Los Angeles, CA, USA.
Sun B; Biomedical Imaging Research Institute, Cedars-Sinai Medical Center, Los Angeles, CA, USA.
Saouaf R; Biomedical Imaging Research Institute, Cedars-Sinai Medical Center, Los Angeles, CA, USA.
Yang W; Department of Radiology, Chaoyang Hospital, Capital Medical University, Beijing, China.
Li D; Department of Radiology, Fujian Medical University Union Hospital, Fuzhou, Fujian, China.
Fan Z; Department of Imaging, Cedars-Sinai Medical Center, Los Angeles, CA, USA.

Med Phys ; 47(10): 4971-4982, 2020 Oct.

Article em En | MEDLINE | ID: mdl-32748401

Assuntos

Processamento de Imagem Assistida por Computador; Tomografia Computadorizada por Raios X; Humanos; Imageamento por Ressonância Magnética; Redes Neurais de Computação; Reprodutibilidade dos Testes

Palavras-chave

MRI; abdomen; deep learning; image segmentation

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Processamento de Imagem Assistida por Computador / Tomografia Computadorizada por Raios X Tipo de estudo: Guideline / Prognostic_studies Limite: Humans Idioma: En Revista: Med Phys Ano de publicação: 2020 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google