基于迭代主干生长与弱监督机制的胰周血管自动分割与标记
图像与视频处理
2023-03-07 v1 计算机视觉与模式识别
摘要
胰周血管分割与解剖标记对辅助胰腺肿瘤患者的早期诊断、手术规划及预后具有极其重要的作用。然而，当前多数技术对胰周静脉的分割性能不尽如人意，且预测完整性及连通性较差。此外，无监督标记算法难以应对复杂的解剖变异，而全监督方法需要大量体素级标注用于训练，极为耗时费力。为解决这些问题，我们提出自动胰周血管分割与标记（APESA）框架，不仅大幅提升胰周静脉分割性能，还能高效识别胰周动脉分支。我们提出的 APESA 框架包含两个核心模块：用于静脉分割的迭代主干生长模块（ITGM）和用于动脉分支识别的弱监督标记机制（WSLM）。所提 ITGM 由一系列主干生长模块组成，每个模块依据最大连通约束从基础血管预测中选择最可靠主干，并通过分支提议网络寻找可能的生长分支。所设计的迭代过程引导原始主干更完整且全连通。所提 WSLM 包含用于生成伪分支标注的无监督基于规则的预处理，以及逐体素学习分支分布的解剖标记网络。我们在自建数据集上静脉分割达到 94.01% 的 Dice，较最先进方法精度提升近 10%。此外，我们在胰周动脉分割上达到 97.01% 的 Dice，并在解剖标记上取得有竞争力的性能。
引用
@article{arxiv.2303.02967,
title = {Automated Peripancreatic Vessel Segmentation and Labeling Based on Iterative Trunk Growth and Weakly Supervised Mechanism},
author = {Liwen Zou and Zhenghua Cai and Liang Mao and Ziwei Nie and Yudong Qiu and Xiaoping Yang},
journal= {arXiv preprint arXiv:2303.02967},
year = {2023}
}