基于低分辨率 3D 形状补全与高分辨率 2D 细化的颅植入物预测
图像与视频处理
2020-09-29 v3 计算机视觉与模式识别
摘要
颅植入物的设计需要完整颅骨形状的 3D 理解。因此，采用 2D 方法是次优的，因为 2D 模型缺乏对有缺陷与完整颅骨的全局 3D 视角。此外，在常见可用 GPU 中加载原始图像分辨率下的整个 3D 颅骨形状是不可行的。为缓解这些问题，我们提出了一个由两个子网络组成的全卷积网络。第一个子网络用于补全下采样后有缺陷颅骨的形状。第二个子网络以切片方式对重建形状进行上采样。我们将 3D 与 2D 网络端到端联合训练，并采用分层损失函数。我们提出的方案在挑战测试案例中依据 dice 分数与豪斯多夫距离准确预测出高分辨率 3D 植入物。
引用
@article{arxiv.2009.10769,
title = {Cranial Implant Prediction using Low-Resolution 3D Shape Completion and High-Resolution 2D Refinement},
author = {Amirhossein Bayat and Suprosanna Shit and Adrian Kilian and Jürgen T. Liechtenstein and Jan S. Kirschke and Bjoern H. Menze},
journal= {arXiv preprint arXiv:2009.10769},
year = {2020}
}