Dyna3DGR：基于动态三维高斯表示的四维心脏运动追踪
计算机视觉与模式识别
2025-07-23 v1
摘要
准确分析心脏运动对于评估心脏功能至关重要。虽然动态心脏磁共振成像(CMR)可以捕捉整个心动周期中详细的组织运动，但由于心肌组织的均质性和缺乏显著特征，精细的四维心脏运动追踪仍然具有挑战性。现有方法大致可分为基于图像的方法和基于表示的方法，各有其局限性。基于图像的方法，包括传统和基于深度学习的配准方法，要么在拓扑一致性上存在困难，要么严重依赖大量的训练数据。基于表示的方法虽然前景广阔，但常常会丢失图像级细节。为了解决这些局限性，我们提出了动态三维高斯表示(Dyna3DGR)，这是一种结合了显式三维高斯表示与隐式神经运动场建模的新颖框架。我们的方法以自监督方式同时优化心脏结构和运动，无需大量训练数据或点对点对应。通过可微分体渲染，Dyna3DGR有效地桥接了连续运动表示与图像空间对齐，同时保持了拓扑和时间一致性。在ACDC数据集上的全面评估表明，我们的方法在追踪精度上超越了最先进的基于深度学习的微分同胚配准方法。代码将在https://github.com/windrise/Dyna3DGR提供。
引用
@article{arxiv.2507.16608,
title = {Dyna3DGR: 4D Cardiac Motion Tracking with Dynamic 3D Gaussian Representation},
author = {Xueming Fu and Pei Wu and Yingtai Li and Xin Luo and Zihang Jiang and Junhao Mei and Jian Lu and Gao-Jun Teng and S. Kevin Zhou},
journal= {arXiv preprint arXiv:2507.16608},
year = {2025}
}
备注
Accepted to MICCAI 2025