一种基于X射线图像的自动Cobb角估计的地标感知网络
图像与视频处理
2024-05-31 v1
摘要
基于X射线图像的自动Cobb角估计在脊柱侧弯诊断、治疗和进展监测中起着重要作用。特征提取不足和X射线图像中的噪声是自动Cobb角估计的主要困难，并且确保计算出的Cobb角满足临床要求具有挑战性。为解决这些问题，本文提出一种名为LaNet的地标感知网络，包含三个组件：特征鲁棒性增强模块（FREM）、地标感知目标函数（LOF）和Cobb角计算方法（CACM），用于自动Cobb角估计。为增强特征提取，FREM被设计用于探索地标之间的几何和语义约束，从而全局建模地标之间的几何和语义相关性，并提取鲁棒的基于地标的特征。此外，为减轻背景噪声对地标定位的影响，提出LOF通过利用地标的类别先验信息，更关注地标附近的前景并忽略无关的背景像素。另外，我们还提出了CACM，首先定位弯曲段，然后在弯曲段内计算Cobb角，这有助于计算临床标准化的Cobb角。在AASCE数据集上的实验结果表明，我们提出的LaNet可以显著提高Cobb角估计性能，并优于其他最先进的方法。
引用
@article{arxiv.2405.19645,
title = {A Landmark-aware Network for Automated Cobb Angle Estimation Using X-ray Images},
author = {Jie Yang and Jiankun Wang and Max Q. -H. Meng},
journal= {arXiv preprint arXiv:2405.19645},
year = {2024}
}