基于最优传输损失的主动脏根标志点局部化
计算机视觉与模式识别
2024-07-09 v1 人工智能
应用统计
摘要
解剖标志点局部化正逐渐受到关注，以减轻医生的负担。针对主动脏根标志点局部化，三处主动脏瓣膜关键点可减少负担，实现自动确定植入人工瓣膜所需的瓣膜尺寸。现有方法主要使用耗时的两步估计方法进行标志点预测。我们提出一种高度精确的单步骤标志点局部化方法，从粗糙图像中实现。该方法使用最优传输损失，以打破常规热图回归方法中预测精度与学习稳定性之间的权衡。我们将该方法应用于仪尼市医院收集的 3D CT 图像数据集，显示其在估计误差上显著优于现有方法和其他损失函数。我们的代码已在 GitHub 上提供。
引用
@article{arxiv.2407.04921,
title = {Aortic root landmark localization with optimal transport loss for heatmap regression},
author = {Tsuyoshi Ishizone and Masaki Miyasaka and Sae Ochi and Norio Tada and Kazuyuki Nakamura},
journal= {arXiv preprint arXiv:2407.04921},
year = {2024}
}