基于扩散模型的下腰痛患者腰椎MRI扫描语义分割
图像与视频处理
2024-11-20 v2 计算机视觉与模式识别
机器学习
摘要
本研究介绍了一种基于扩散的框架，用于对下腰痛（LBP）患者的磁共振成像（MRI）扫描中的椎骨、椎间盘（IVD）和椎管进行稳健且准确的分割，无论扫描是T1加权还是T2加权。结果显示，在识别退行性IVD方面，SpineSegDiff模型达到了与当前最先进的非扩散模型相当甚至更优的性能。我们的发现凸显了扩散模型通过精确的脊柱MRI分析来改善LBP诊断和管理的潜力。
引用
@article{arxiv.2411.10755,
title = {Diffusion-Based Semantic Segmentation of Lumbar Spine MRI Scans of Lower Back Pain Patients},
author = {Maria Monzon and Thomas Iff and Ender Konukoglu and Catherine R. Jutzeler},
journal= {arXiv preprint arXiv:2411.10755},
year = {2024}
}
备注
Findings paper presented at Machine Learning for Health (ML4H) symposium 2024, December 15-16, 2024, Vancouver, Canada, 5 pages