基于深度卷积神经网络的心脏CT图像去钙化方法
计算机视觉与模式识别
2018-03-02 v1 机器学习
摘要
冠状动脉钙化会在心脏计算机断层扫描血管造影(CTA)图像上造成射束硬化和伪影扩散,导致管腔狭窄被高估并降低诊断特异性。为恰当去除冠状动脉钙化并精确复原动脉管腔,我们提出了一种基于机器学习、带多步修复处理的方法。我们设计了一种新的网络结构Dense-Unet,以较低计算成本实现最优性能。去钙化处理后的结果通过与金标准X射线血管造影对比进行了验证。我们的结果表明,采用所提方法从图像中去除冠状动脉钙化是可行的,并可能潜在提高CTA的诊断准确性。
引用
@article{arxiv.1803.00399,
title = {Calcium Removal From Cardiac CT Images Using Deep Convolutional Neural Network},
author = {Siming Yan and Feng Shi and Yuhua Chen and Damini Dey and Sang-Eun Lee and Hyuk-Jae Chang and Debiao Li and Yibin Xie},
journal= {arXiv preprint arXiv:1803.00399},
year = {2018}
}
备注
Accepted by ISBI 2018