一种用于临床 QCT 中椎体形状自动识别的分析综合方法
图像与视频处理
2019-02-18 v1 计算机视觉与模式识别
医学物理
摘要
定量计算机断层扫描（QCT）是广泛用于骨质疏松诊断与监测的工具。皮质标志如皮质骨矿物质密度（BMD）与厚度的评估是一项艰巨任务，主要因为 QCT 的空间分辨率有限。我们提出一种基于直接模型的方法，自动识别穿过人体椎体皮质中心的表面。我们建立统计骨模型并分析其在成像后的概率分布。利用尽可能刚性的变形，我们寻找在给定输入体数据下使模型似然最大的皮质表面。使用欧洲脊柱体模（ESP）与一具尸椎的高分辨率 μCT 扫描，我们表明所提方法能够准确地在离体条件下识别真实的皮质中心。为展示方法的体内适用性，我们使用人工获取的表面进行比较。
引用
@article{arxiv.1812.00693,
title = {An Analysis by Synthesis Approach for Automatic Vertebral Shape Identification in Clinical QCT},
author = {Stefan Reinhold. Timo Damm and Lukas Huber and Reimer Andresen and Reinhard Barkmann and Claus-C. Glüer and Reinhard Koch},
journal= {arXiv preprint arXiv:1812.00693},
year = {2019}
}
备注
Presented on German Conference on Pattern Recognition (GCPR) 2018 in Stuttgart