医学点云形状学习综述：注册、重建与变异
图像与视频处理
2026-02-04 v1 计算机视觉与模式识别
摘要
点云已成为 3D 医学成像中越来越重要的表示，提供了一种紧凑、保留表面的替代方案，相较于传统的体素或网格方法。近期的深度学习进展使我们能够从点云数据中快速地提取、建模和分析解剖形状。本文提供了一份全面且系统的医学点云形状分析综述，聚焦三个基本任务：注册、重建和变异建模。我们回顾了 2021 年至 2025 年间的近期文献，总结了代表性方法、数据集和评估指标，并强调了医学领域的临床应用和独特挑战。关键趋势包括混合表示的集成、大规模自监督模型和生成技术的应用。我们也讨论了当前局限性，如数据稀缺、患者间变异以及需要可解释且稳健的临床部署解决方案。最后，概述了在医学成像中推进基于点云的形状学习的未来方向。
引用
@article{arxiv.2508.03057,
title = {A Survey of Medical Point Cloud Shape Learning: Registration, Reconstruction and Variation},
author = {Tongxu Zhang and Zhiming Liang and Bei Wang},
journal= {arXiv preprint arXiv:2508.03057},
year = {2026}
}