基于全卷积网络的三维 CT 图像 L3 切片自动检测
计算机视觉与模式识别
2018-11-26 v1 人工智能
摘要
在过去几年中，在第三腰椎（L3）处提取的单张 CT 切片分析引起了显著的临床兴趣，特别是在量化肌肉减少症（肌肉流失）方面。在本文中，我们提出一种高效方法，用于自动检测三维 CT 图像中的 L3 切片。我们的方法适用于具有不同视野、遮挡和切片厚度的图像。三维 CT 图像首先通过最大密度投影（MIP）转换为二维，从而降低问题维度。随后将 MIP 图像作为输入送入二维全卷积网络，以二维置信图形式预测 L3 切片位置。此外，我们提出一种参数更少的变体架构，可进行一维置信图预测，且在不损失精度的情况下预测速度略快。在 1006 张三维 CT 图像数据集上的定量评估显示中位误差为 1mm，与两位标注者所得 1mm 的标注者间中位误差相近，证明了我们的方法在高效、准确检测 L3 切片方面的有效性。
引用
@article{arxiv.1811.09244,
title = {Automatic L3 slice detection in 3D CT images using fully-convolutional networks},
author = {Fahdi Kanavati and Shah Islam and Eric O. Aboagye and Andrea Rockall},
journal= {arXiv preprint arXiv:1811.09244},
year = {2018}
}