用于压缩骨折评估的X射线图像腰椎自动检测与分割
医学物理
2019-04-17 v1
摘要
针对压缩骨折检测与评估，提出一种结合深度学习与水平集方法的X射线图像自动分割技术。由于X射线图像包含胸部腹部结构（包括肺、肠气及其他骨性结构如肋骨）的重叠阴影，其自动分割远比CT或MRI图像困难。其他困难包括物体边界不清、椎体形状复杂、患者间差异及图像对比度变化。据此，提出一种结合两种深度学习优势的结构化分层分割方法。采用姿态驱动学习以准确鲁棒地选择性识别五节腰椎。在获知椎体位置后，使用M-net分割单个椎体。最后，通过将水平集方法与先前获得的分割结果相结合进行精细分割微调。所提方法的性能使用临床数据验证，中心位置检测误差为，平均Dice相似度为。
引用
@article{arxiv.1904.07624,
title = {Automatic detection and segmentation of lumbar vertebra from X-ray images for compression fracture evaluation},
author = {Kang Cheol Kim and Hyun Cheol Cho and Tae Jun Jang and Jong Mun Choi and Jin Keun Seo},
journal= {arXiv preprint arXiv:1904.07624},
year = {2019}
}