用于剪切形变单次激发标记MRI自动分割的尺度空间算法
医学物理
2017-03-23 v1
摘要
目的 本研究提出了一种基于尺度空间的算法，用于对信噪比适中的单次激发标记图像进行自动分割。此外，该算法旨在分析不连续或剪切类型的运动，即破碎标记模式的分割。材料与方法 所提算法利用非线性尺度空间对单次激发标记图像进行自动分割。通过数值模拟和体内实验评估了该算法自动分割标记剪切运动的能力。在Shepp-Logan体模中模拟了典型的剪切形变，从而能够定量评估算法的成功率作为信噪比和形变量的函数。为了进行定性的体内评估，获取了一名健康志愿者小腿肌肉形变和眼球运动的标记图像。结果 数值模拟和体内标记数据均表明，只要图像的信噪比大于10且形变量不超过标记间距，该算法就能实现单次激发标记MR的自动分割。后一约束可以通过调整标记延迟或标记间距来满足。结论 用于单次激发标记MR自动分割的基于尺度空间的算法，使得标记MR能够应用于复杂（剪切）形变，并能够处理信噪比相对较低的数据集。
引用
@article{arxiv.1703.07403,
title = {A scale space based algorithm for automated segmentation of single shot tagged MRI of shearing deformation},
author = {André M. J. Sprengers and Matthan W. A. Caan and Kevin M. Moerman and Aart J. Nederveen and Rolf M. J. N. Lamerichs and Jaap Stoker},
journal= {arXiv preprint arXiv:1703.07403},
year = {2017}
}