医学图像分析的 3D 基于运输的形态学 (3D-TBM)
计算机视觉与模式识别
2026-02-10 v1 机器学习
摘要
基于运输的形态学 (TBM) 已在 3D 医学图像分析中浮现为一种新框架。通过不可逆变换将图像嵌入运输域，TBM 促进了有效的分类、回归和其他任务使用运输域特征。关键的是，逆映射使我们能够将分析结果投影回原始图像空间，从而允许研究人员直接在空间上有意义的方式中解释与模型输出相关的临床特征。为促进 TBM 在临床影像研究中的更广泛采用，我们提出了 3D-TBM，这是一个用于 3D 医学图像形态学分析的工具。该框架包括数据预处理、最优运输嵌入的计算，以及诸如可视化主要运输方向、辨别差异化方向以及相关分析方法的技术。我们还提供了详尽的文档和实用教程，以支持对希望在自身医学影像研究中应用 3D-TBM 的研究人员。源代码通过 PyTransKit 公开提供。
引用
@article{arxiv.2602.07260,
title = {3D Transport-based Morphometry (3D-TBM) for medical image analysis},
author = {Hongyu Kan and Kristofor Pas and Ivan Medri and Naqib Sad Pathan and Natasha Ironside and Shinjini Kundu and Jingjia He and Gustavo Kunde Rohde},
journal= {arXiv preprint arXiv:2602.07260},
year = {2026}
}