一种基于 SVM 的心脏视图规划方法
机器学习
2014-07-14 v1 计算机视觉与模式识别
摘要
我们考虑在心脏磁共振成像 (MRI) 中自动规定斜切面（短轴、四腔和二腔视图）的问题。技术人员驱动的这些平面采集方式存在质量和总检查时间方面的担忧。我们提出了一种自动化解决方案，融合了心脏区域外部的解剖特征。该解决方案使用支持向量机回归模型，其中复杂度和特征选择利用多目标遗传算法进行优化。此外，我们通过在不同信噪比 (SNR) 水平的图像上添加 Rician-Gaussian 混合噪声来训练模型，从而检验了我们方法的鲁棒性。我们的方法显示出令人鼓舞的结果，在 90% 的病例中，斜切面的角度偏差小于 15 度（以平均 6 折交叉验证性能衡量），这通常在临床医生规定的可接受变异范围内。
引用
@article{arxiv.1407.3026,
title = {An SVM Based Approach for Cardiac View Planning},
author = {Ramasubramanian Sundararajan and Hima Patel and Dattesh Shanbhag and Vivek Vaidya},
journal= {arXiv preprint arXiv:1407.3026},
year = {2014}
}