基于元数据的心脏图像组合式分割
图像与视频处理
2024-10-31 v1 计算机视觉与模式识别
摘要
心脏图像分割是自动化心脏功能评估和监测心脏结构随时间变化的关键。灵感来自图像分析中的粗到细方法，我们提出一种新型多任务组合式分割方法，能够同时定位心脏在心脏图像中的位置，并对不同感兴趣区域进行基于部件的分割。我们展示了，这种组合方法在直接分割解剖结构方面取得了更好结果。进一步，我们提出了一种新型跨模态特征集成（CMFI）模块，用于利用与心脏成像相关的元数据，这些元数据在图像采集期间收集。我们在两种不同模态上进行实验，分别使用公开数据集 M&Ms-2 和 CAMUS 数据，展示了所提出的组合式分割方法和集成元数据的跨模态特征集成模块在所提出的组合式分割网络中的效率。源代码可在 https://github.com/kabbas570/CompSeg-MetaData 查阅。
引用
@article{arxiv.2410.23130,
title = {Compositional Segmentation of Cardiac Images Leveraging Metadata},
author = {Abbas Khan and Muhammad Asad and Martin Benning and Caroline Roney and Gregory Slabaugh},
journal= {arXiv preprint arXiv:2410.23130},
year = {2024}
}
备注
IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2025