端到端稀疏心脏MRI下的全4D心脏网格恢复
计算机视觉与模式识别
2025-11-21 v2
摘要
从CMR序列重建心脏运动对于诊断、预后和干预至关重要。现有方法依赖完整的CMR堆栈来推断完整心脏运动，在干预时仅能获取稀疏观测值的情形下适用性受限。我们提出TetHeart，首个实现从离线完整堆栈和过程内稀疏切片观测的统一4D心脏网格恢复的端到端框架。该方法利用可变形四面体捕获在心脏结构共享空间中表示的形状和运动。手术前，可从高质量完整堆栈初始化详细且患者特定的心脏网格，然后可使用在实时获取的任意切片进行更新，甚至在手术过程中仅获取单个切片。TetHeart融合了若干关键创新：（i）注意力驱动的切片自适应2D-3D特征组装机制，可整合任意数量位于任意位置的切片信息；（ii）在极端稀疏情形下的蒸馏策略，确保精准重建；（iii）需要仅在关键帧（如心室舒张末期和心室收缩末期）上进行注释的弱监督运动学习方案。在三个大型公开数据集上训练验证，并在无需重新训练的情况下零样例评估于额外的私有干预数据集和公开数据集，TetHeart实现了最先进的精度和强大泛化，适用于前期和过程内情形。
引用
@article{arxiv.2509.12090,
title = {End-to-End 4D Heart Mesh Recovery Across Full-Stack and Sparse Cardiac MRI},
author = {Yihong Chen and Jiancheng Yang and Deniz Sayin Mercadier and Hieu Le and Juerg Schwitter and Pascal Fua},
journal= {arXiv preprint arXiv:2509.12090},
year = {2025}
}