用于4D心脏电影MRI分割的连续时空记忆网络
计算机视觉与模式识别
2024-11-04 v2
摘要
当前的心脏电影磁共振成像（cMR）研究聚焦于舒张末期（ED）和收缩末期（ES）阶段，而忽略了整个图像序列中丰富的时间信息。这是因为全序列分割目前是一个繁琐且不准确的过程。传统的全序列分割方法首先估计帧之间的运动场，然后沿时间轴传播分割掩膜。然而，掩膜传播结果容易出错，尤其是在基底部和心尖切片处，面外运动在心脏周期中导致显著的形态和结构变化。受视频目标分割（VOS）中基于时空记忆（STM）网络的最新进展启发，我们提出了一种连续STM（CSTM）网络，用于半监督全心和全序列cMR分割。我们的CSTM网络充分利用了底层心脏解剖结构的空间、尺度、时间和面外连续性先验，以实现准确快速的4D分割。在多个cMR数据集上的广泛实验结果表明，我们的方法可以提高4D cMR分割性能，尤其是对难以分割的区域。
引用
@article{arxiv.2410.23191,
title = {Continuous Spatio-Temporal Memory Networks for 4D Cardiac Cine MRI Segmentation},
author = {Meng Ye and Bingyu Xin and Leon Axel and Dimitris Metaxas},
journal= {arXiv preprint arXiv:2410.23191},
year = {2024}
}
备注
Accepted to WACV 2025