AtrialGeneral:面向多中心 LGE MRI 左心房分割的域泛化方法
图像与视频处理
2021-07-06 v3 计算机视觉与模式识别
摘要
从晚期钆增强磁共振成像(late gadolinium enhanced magnetic resonance imaging, LGE MRI)中进行左心房(left atrial, LA)分割是规划房颤治疗的关键步骤。然而,由于图像质量差、LA 形状高度可变以及 LA 边界不清,基于 LGE MRI 的 LA 自动分割仍具挑战性。尽管基于深度学习的方法可提供有前景的 LA 分割结果,它们常对未见域(如来自不同扫描仪和/或站点的数据)泛化不佳。本工作中,我们收集了来自不同中心、具有不同图像质量的 210 张 LGE MRI。为评估模型在 LA 分割任务上的域泛化能力,我们采用四种常用的语义分割网络进行多中心 LGE MRI 的 LA 分割。此外,我们考察了三种域泛化策略,即直方图匹配、基于互信息的解耦表示与随机风格迁移,其中简单的直方图匹配被证明最为有效。
引用
@article{arxiv.2106.08727,
title = {AtrialGeneral: Domain Generalization for Left Atrial Segmentation of Multi-Center LGE MRIs},
author = {Lei Li and Veronika A. Zimmer and Julia A. Schnabel and Xiahai Zhuang},
journal= {arXiv preprint arXiv:2106.08727},
year = {2021}
}
备注
10 pages, 4 figures, MICCAI2021