Ein vollständig benutzerunabhängiger Algorithmus zur Segmentierung der Halsschlagader zeigte eine ähnliche Leistung wie geschulte Bediener und erreichte einen Segmentierungsfehler von weniger als 1 Pixel für beide wichtigen Grenzflächen.
Andere
Segmentiert ein vollständig benutzerunabhängiger Algorithmus die Wand der Halsschlagader in 2-D Ultraschallbildern genau im Vergleich zur manuellen Segmentierung durch Experten?
Ein neuartiger benutzerunabhängiger Algorithmus zur Segmentierung von Halsschlagardenultraschallbildern erzielt vergleichbare Ergebnisse wie das manuelle Tracing durch Experten bei Sub-Pixel-Fehlerquoten.
Die Analyse der Wand der Halsschlagader ist entscheidend für die Diagnose schwerer kardiovaskulärer Erkrankungen oder zur Beurteilung des kardiovaskulären Risikos eines Probanden. Verschiedene Algorithmen wurden zur Segmentierung von Ultraschallbildern der Halsschlagader vorgeschlagen, aber fast alle erfordern einen gewissen Grad an Benutzereingriff. Wir haben kürzlich einen vollständig benutzerunabhängigen Algorithmus zur Segmentierung der Wand der gemeinsamen Halsschlagader entwickelt; speziell verfolgt der Algorithmus den Kontur der Grenzflächen zwischen dem Lumen und der Intima-Schicht sowie zwischen der Media- und der Adventitia-Schicht. In diesem Papier zeigen wir die Charakterisierung des Algorithmus in Bezug auf Segmentierungsfehler. Darüber hinaus vergleichen wir die Ausgaben des Algorithmus mit den manuell von vier Experten nachgezeichneten Segmentierungen und verwenden den Prozentstatistik-Test sowie testen die automatisch generierte Segmentierung gegen die durchschnittlichen menschlichen Segmentierungen. Wir zeigen, dass die Segmentierung unseres Algorithmus statistisch nicht von der eines geschulten Bedieners abweicht und dass der Segmentierungsfehler für sowohl die Lumen-Intima-Grenzfläche als auch die Media-Adventitia-Grenzfläche unter 1 Pixel liegt.
Delsanto et al. (Mi,) führten eine andere Studie zur Segmentierung der Halsschlagader durch. Benutzerunabhängiger Algorithmus zur Segmentierung der Halsschlagader vs. manuelle Segmentierung durch Experten wurde anhand des Segmentierungsfehlers bewertet. Ein vollständig benutzerunabhängiger Algorithmus zur Segmentierung der Halsschlagader zeigte eine ähnliche Leistung wie geschulte Bediener und erzielte einen Segmentierungsfehler von weniger als 1 Pixel für beide wichtigen Grenzflächen.