简介：一、选择题1．下列关于重力的说法正确的是（）。A．物体所受重力总是指向地心B．物体的重力等于地球对该物体的吸引力C．物体的重心一定在物体上D．质量均匀分布、形状规则的物体，其重心可能在物体外

简介：摘要目的探讨级联VB-Net深度学习网络对扩散加权成像（DWI）中急性缺血性脑卒中缺血核心检出和分割的价值。方法回顾性分析2016年12月至2018年12月在河南省人民医院就诊的1 500例急性缺血性卒中患者的MRI资料。将1 500例患者的2 456个病灶依据采集时间按8∶1∶1分为训练集、验证集和测试集。首先在脑DWI图像（b=1 000 s/mm2）上对所有病灶的缺血核心进行手工分割，然后，构建级联VB-Net分割模型，并在测试集对缺血核心进行自动检出、分割和缺血核心体积计算。采用组内相关系数（ICC）评价手工分割与级联VB-Net分割模型测得缺血核心体积的一致性。将样本分为缺血核心体积较大组（缺血核心体积≥10 ml）与缺血核心体积较小组（缺血核心体积<10 ml），采用Mann-Whitney U检验比较两者Dice系数差异。结果测试集中，级联VB-Net分割模型对缺血核心的检出率为94.6%（234/257），Dice系数为0.76（0.68，0.84）。级联VB-Net分割模型［4.19（1.21，14.13）ml］与手工分割缺血核心体积［4.08（1.19，17.92）ml］的一致性高（ICC=0.97，P<0.001）。缺血核心体积较大组与缺血核心体积较小组Dice系数差异无统计学意义［分别为0.76（0.69，0.85），0.76（0.67，0.84），Z=-0.44，P=0.657］。结论级联VB-Net深度学习网络实现了急性缺血性脑卒中缺血核心的自动检出、分割及体积计算，与手工分割的一致性高，能够为治疗方案的选择提供辅助决策工具。