通讯作者: 陈辉, ch2xf@163.com

DOI：10.12201/bmr.202503.00042

Research progress of automatic segmentation of left atrial CTA image based on deep learning

• 摘要：目的/意义 探讨深度学习技术在左心房CTA图像自动分割中的应用，通过回顾相关理论框架和国内外研究现状，发现一些未来研究方向。方法/过程 检索国内外相关文章，分析左心房图像传统分割及基于深度学习的分割方法，并对其进行效果评估。结果/结论 深度学习技术在左心房图像分割方向取得了显著进展，为临床诊断和治疗提供了有力支持，然而目前仍存在研究缺口需要填补。本文为探索完善基于深度学习的左心房图像自动分割研究与应用提供参考。

  关键词： 深度学习；左心房分割；人工智能；心房颤动；CT血管造影

   

  Abstract: Abstract: Purpose/Significance To explore the application of deep learning technology in automatic segmentation of left atrial CTA images. By reviewing the relevant theoretical framework and research status at home and abroad, some future research directions were found.Method/Process The related articles at home and abroad were searched to analyze the traditional segmentation methods of left atrial image and the segmentation methods based on deep learning, and the effect was evaluated.Result/Conclusion Deep learning technology has made significant progress in left atrial image segmentation, which provides strong support for clinical diagnosis and treatment. However, there are still research gaps that need to be filled. This paper provides a reference for exploring and improving the research and application of automatic left atrial image segmentation based on deep learning.

  Key words: deep learning (DL)； left atrium segmentation； artificial intelligence (AI)； atrial fibrillation (AF)；computed Tomography Angiography（CTA）

  提交时间：2025-03-14

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 师妍. 非心脏胸外科手术后新发心房颤动研究进展. 2024. doi: 10.12201/bmr.202411.00053

  .河北大学附属医院消化内科 河北 保定, 杰. 基于深度学习的人工智能技术在胃肠间质瘤中的应用进展. 2024. doi: 10.12201/bmr.202411.00057

  刘微, 王玉兵. 心房颤动导管消融术后的复发因素研究进展. 2024. doi: 10.12201/bmr.202408.00071

  崔涛, 何佳俊, 何华, 李睿, 赵亮, 垢德双. 基于深度学习的舌象特征研究. 2024. doi: 10.12201/bmr.202404.00020

  顾耀文, 李姣. 基于无监督深度学习的电子健康档案数据挖掘技术研究进展. 2021. doi: 10.12201/bmr.202104.00013

  刘庆金, 王锐, 苗元青. 基于深度学习的无症状心肌缺血动态心电图智能检测研究. 2021. doi: 10.12201/bmr.202111.00009

  王杰, 王至诚, 娄帅, 董建成, 曹新志. 基于深度学习算法Mask R-CNN的甲状腺结节检测模型研究. 2024. doi: 10.12201/bmr.202411.00085

  孙振虎, 周建国, 胡方云. 肺结节CT人工智能诊断的研究进展. 2025. doi: 10.12201/bmr.202504.00068

  孙铭睿, 许轶洲, 陈恋. 肿瘤坏死因子超家族与心房颤动的研究进展. 2024. doi: 10.12201/bmr.202407.00058

  颜文城, 李俊震, 陈玫, 卢艳红. 人工智能助力口腔医学：在牙体牙髓病学领域的应用. 2021. doi: 10.12201/bmr.202102.00003

• 序号	提交日期	编号	操作
  1	2024-10-21	bmr.202503.00042V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论