自编码器与几何特征在血管分叉识别中的比较
图像与视频处理
2023-08-25 v1 神经元与认知
摘要
脑血管树是一种复杂的解剖结构，在脑部供血中起着关键作用。精确识别血管网络中的分叉对于理解多种脑部疾病至关重要。传统方法常需人工干预且对数据质量变化敏感。近年来，深度学习技术，尤其是自编码器，在多个领域的特征提取与模式识别中展现出良好性能。本文提出两种分别基于自编码器和几何特征的血管分叉识别新方法。给出了每种方法在使用医学影像数据进行血管分叉分类时的性能与有效性。评估在由 91 例 TOF-MRA 组成的样本数据库上进行，采用了准确率、F1 分数和混淆矩阵等多种评价指标。
引用
@article{arxiv.2308.12314,
title = {Comparing Autoencoder to Geometrical Features for Vascular Bifurcations Identification},
author = {Ibtissam Essadik and Anass Nouri and Raja Touahni and Florent Autrusseau},
journal= {arXiv preprint arXiv:2308.12314},
year = {2023}
}
备注
International Symposium on Image And Signal Processing and Analysis, Sep 2023, Rome, Italy