基于三维卷积神经网络的临床超声体数据中胎儿脑提取自动化方法
图像与视频处理
2020-01-27 v2 计算机视觉与模式识别
摘要
为提升大多数神经影像分析流程的性能，脑提取被用作图像处理中基础的第一步。但在胎儿脑发育情形下，亟需一种可靠的超声专用工具。本文提出一种全自动化三维 CNN 方法，以最小预处理从三维 US 临床体数据中提取胎儿脑。我们的方法准确且可靠地提取脑部，不受该成像模态固有的巨大数据变异影响。它还在 14 至 31 周的孕周范围内表现稳定，无论受试者姿态变化、尺度乃至图像中部分特征遮挡，均优于当前所有替代方法。
引用
@article{arxiv.1911.07566,
title = {Automated fetal brain extraction from clinical Ultrasound volumes using 3D Convolutional Neural Networks},
author = {Felipe Moser and Ruobing Huang and Aris T. Papageorghiou and Bartlomiej W. Papiez and Ana I. L. Namburete},
journal= {arXiv preprint arXiv:1911.07566},
year = {2020}
}
备注
13 pages, 7 figures, MIUA conference