用于延迟增强心脏 MRI 心肌梗死自动评估的级联框架
图像与视频处理
2021-01-01 v1 计算机视觉与模式识别
摘要
心肌与病灶的自动评估在心肌梗死患者的定量分析中起着重要作用。在本文中，我们提出了一个用于延迟增强心脏 MRI 中心肌梗死分割与分类的级联卷积神经网络框架。具体而言，我们首先使用 2D U-Net 分割整个心脏，包括左心室与心肌。然后，我们将整个心脏裁剪为感兴趣区域（ROI）。最后，使用一个新的 2D U-Net 在整个心脏 ROI 中分割梗死与无复流区域。该分割方法可应用于分类任务，其中带有梗死或无复流区域的分割结果被分类为病理病例。我们的方法在 MICCAI 2020 EMIDEC 分割任务中获得第二名，心肌、梗死和无复流区域的 Dice 分数分别为 86.28%、62.24% 和 77.76%，并在分类任务中以 92% 的准确率获得第一名。
引用
@article{arxiv.2012.14556,
title = {Cascaded Framework for Automatic Evaluation of Myocardial Infarction from Delayed-Enhancement Cardiac MRI},
author = {Jun Ma},
journal= {arXiv preprint arXiv:2012.14556},
year = {2021}
}
备注
MICCAI 2020 EMIDEC Challenge 2nd in segmentation task and 1st in classification task