具有强解剖学保证的心脏 MRI 分割
图像与视频处理
2020-06-17 v2 计算机视觉与模式识别
摘要
近期文献表明，应用于心脏 MRI 的现代卷积神经网络（CNN）的分割精度可达到专家间差异水平，这是该研究领域的一项重大成就。然而，尽管取得了这些成功，CNN 仍会产生解剖学上不准确的分割结果，因为其输出即便使用形状先验也无法保证解剖学合理性。本文提出一种始终产生解剖学合理结果的心脏 MRI 分割方法。该方法的核心是一个对抗变分自编码器（aVAE），其潜空间编码了一个光滑流形，其上分布着大量有效的心脏形状。该 aVAE 用于自动将解剖学不准确的心脏形状扭曲至相近但正确的形状。我们的方法可适配任意心脏分割方法，并将其解剖学不合理的结果转换为合理结果，且不影响其整体几何与临床指标。借助我们的方法，CNN 现在可产生既处于专家间差异范围内又始终解剖学合理的结果。
引用
@article{arxiv.1907.02865,
title = {Cardiac MRI Segmentation with Strong Anatomical Guarantees},
author = {Nathan Painchaud and Youssef Skandarani and Thierry Judge and Olivier Bernard and Alain Lalande and Pierre-Marc Jodoin},
journal= {arXiv preprint arXiv:1907.02865},
year = {2020}
}
备注
9 pages, accepted for MICCAI 2019; camera ready corrections, acknowledgments