用于从 2D 超声视图进行 3D 心脏重建的高效 Pix2Vox++
图像与视频处理
2022-07-28 v1 人工智能
计算机视觉与模式识别
摘要
对人体心脏进行精确的几何量化是诊断众多心脏疾病和管理心脏病患者的关键步骤。超声成像是心脏成像的主要模态,但采集需要高超的操作者技能,且由于伪影其解读与分析十分困难。在 3D 中重建心脏解剖结构可助力发现新生物标志物并降低成像对操作者经验的依赖,然而大多数超声系统仅具备 2D 成像能力。我们提出对 Pix2Vox++ 网络的简单改动以大幅降低内存占用与计算复杂度,并提出一条从 2D 标准心脏视图执行 3D 解剖重建的流程,从而有效实现从有限 2D 数据的 3D 解剖重建。我们使用合成生成的数据评估流程,仅从两个标准解剖 2D 心脏视图即实现准确的 3D 全心脏重建(峰值交并比分数 > 0.88)。我们也展示了使用真实超声图像的初步结果。
引用
@article{arxiv.2207.13424,
title = {Efficient Pix2Vox++ for 3D Cardiac Reconstruction from 2D echo views},
author = {David Stojanovski and Uxio Hermida and Marica Muffoletto and Pablo Lamata and Arian Beqiri and Alberto Gomez},
journal= {arXiv preprint arXiv:2207.13424},
year = {2022}
}
备注
11 pages, 4 figures, July 27 2022 submitted to 3rd International Workshop, Advances in Simplifying Medical Ultrasound (ASMUS2022), https://miccai-ultrasound.github.io/#/asmus22