CLAS-Pytorch：时间一致性超声心动图分割（被MICCAI 2020初接收）

简介：
CLAS-Pytorch是一款基于Pytorch框架开发的时间一致性心脏超声图像自动分割工具。该工具有助于提高心脏病诊断的准确性和效率，已被国际医学影像顶级会议MICCAI 2020初步接受。 CLAS-pytorch（未完成的）是“从外观形状共同学习超声心动图的时空一致分割”的正式实现，在2020年初MICCAI会议上被接受并进行了口头报告。 以下是心脏（包括心内膜、心外膜和左心房）在不同阶段的分割方法对比结果： - **EPI 洛杉矶ED阶段**： - 骰子分数：0.936 - HD：5.3，1.7 - 心脏边界误差（Border Error）：0.956，5.2，1.7 - **左心房ED阶段**： - 骰子分数：0.889 - HD：5.7，2.2 - **EPI 洛杉矶ES阶段**： - 骰子分数：0.936 - HD：5.6，1.7 - **左心房ES阶段**： - 骨骼化表面距离（SSD）：0.881 - HD：6.0，2.3 - **CLAS方法ED阶段**： - 骰子分数：0.947 - HD：4.6，1.4 - **左心房ES阶段**： - CLAS方法骰子分数：0.961 - HD：4.8，1.5 这些数据展示了CLAS在不同分割任务中的优越性能。