基于深度学习的自动重定向以生成短轴 SPECT 心肌灌注图像
图像与视频处理
2023-12-22 v1
摘要
单光子发射计算机断层扫描（SPECT）心肌灌注图像（MPI）可分别以传统的短轴（SA）心脏平面和极坐标图显示，用于判读与定量。将重建的横向 SPECT MPI 重定向为标准 SA 切片至关重要。本研究旨在开发一种基于深度学习的方法用于 MPI 的自动重定向。方法：共纳入 254 名患者，包括 228 例负荷 SPECT MPI 和 248 例静息 SPECT MPI。采用五折交叉验证，以 180 例负荷和 201 例静息 MPI 用于训练与内部验证；其余图像用于测试。由经验丰富的操作员标注手动重定向得到的刚性变换参数（平移与旋转）并作为金标准。设计卷积神经网络（CNN）预测变换参数，随后将所得变换应用于空间变换网络（STN）中的网格生成器与采样器以生成重定向图像。损失函数采用平移的均值绝对误差与旋转的均方误差。模型优化采用三阶段优化策略：1）固定旋转参数优化平移参数；2）固定平移参数优化旋转参数；3）联合优化平移与旋转参数。
引用
@article{arxiv.2208.03752,
title = {Automatic reorientation by deep learning to generate short axis SPECT myocardial perfusion images},
author = {Fubao Zhu and Guojie Wang and Chen Zhao and Saurabh Malhotra and Min Zhao and Zhuo He and Jianzhou Shi and Zhixin Jiang and Weihua Zhou},
journal= {arXiv preprint arXiv:2208.03752},
year = {2023}
}
备注
27 pages,7 figures