基于学习的短轴电影心脏 MR 图像栈层间运动校正的全面自动化方法
计算机视觉与模式识别
2018-10-05 v1
摘要
在临床常规中，短轴（SA）电影心脏 MR（CMR）图像栈是在多次连续屏气期间采集的。若患者不能始终在同一位置屏气，所采集的图像栈将受到层间呼吸运动影响，无法正确表征心脏体积，从而给后续分析与可视化带来潜在误差。我们提出了一种自动校正 SA CMR 图像栈中层间呼吸运动的方法。该方法利用决策森林生成的左心室（LV）腔概率分割图（PSM）。为 SA 栈的每一层生成 PSM，并在平面内刚性配准至目标 PSM。若有长轴（LA）图像，则为其生成 PSM 并融合以创建目标 PSM；若无，则使用从无运动栈训练得到的 3D 模型从同一栈生成目标 PSM。所提方法在 24 名健康受试者（同时有解剖学 3D 心脏图像作为参考）的 SA 栈数据集上进行了测试，并与分别使用 LA 强度图像和 LA 分割作为目标的两种技术进行比较。结果表明了该方法在运动补偿中的准确性与鲁棒性。
引用
@article{arxiv.1810.02201,
title = {A Comprehensive Approach for Learning-based Fully-Automated Inter-slice Motion Correction for Short-Axis Cine Cardiac MR Image Stacks},
author = {Giacomo Tarroni and Ozan Oktay and Matthew Sinclair and Wenjia Bai and Andreas Schuh and Hideaki Suzuki and Antonio de Marvao and Declan O'Regan and Stuart Cook and Daniel Rueckert},
journal= {arXiv preprint arXiv:1810.02201},
year = {2018}
}
备注
Accepted for publication at MICCAI 2018. arXiv admin note: text overlap with arXiv:1803.09354