基于计算机断层扫描的自动化三维头颅测量标志点识别
计算机视觉与模式识别
2021-01-14 v1 图像与视频处理
摘要
识别作为人类颅骨形状代用的三维头颅测量标志点是头颅测量分析的基础步骤。由于从三维计算机断层扫描(CT)图像手动标注标志点即使是训练有素的专家也是繁琐任务，自动三维标志点检测系统极需发展。近来，使用深度学习(DL)的二维头颅侧位片自动标注已取得巨大成功，但超过 80 个标志点的三维标注尚未达到满意水平，原因在于阻碍机器学习的因素，如输入数据的高维性以及因医疗数据使用伦理限制导致的训练数据有限。本文提出一种半监督 DL 的三维标注方法，其利用了配对的 CT 数据被移除的匿名化标志点数据集。该方法首先检测少量易寻的参考标志点，然后借助变分自编码器(VAE)学习的低维表示，利用它们对整个标志点进行粗略估计。匿名化标志点数据集用于训练 VAE。最后，对粗略估计给出的小包围盒应用由粗到细的检测，采用分别适用于下颌骨与颅骨的独立策略。对于下颌骨标志点，将基于块的三维 CNN 应用于下颌骨（与上颌骨分离）的分割图像，以捕获与标志点关联的下颌骨三维形态学特征。我们一次性检测髁突周围的 6 个标志点而非逐个检测，因为它们彼此紧密相关。对于颅骨标志点，我们再次使用基于 VAE 的潜在表示以获得更精确标注。在我们的实验中，所提方法仅用 15 组配对训练数据，对 90 个标志点取得了平均 2.91 mm 的三维点间误差。
引用
@article{arxiv.2101.05205,
title = {Automated 3D cephalometric landmark identification using computerized tomography},
author = {Hye Sun Yun and Chang Min Hyun and Seong Hyeon Baek and Sang-Hwy Lee and Jin Keun Seo},
journal= {arXiv preprint arXiv:2101.05205},
year = {2021}
}