基于半三维神经网络的心外膜脂肪组织CT图像分割
图像与视频处理
2022-04-28 v1 计算机视觉与模式识别
机器学习
摘要
心外膜脂肪组织是位于心脏壁与心脏周围保护层（心包）之间的一种脂肪组织。心外膜脂肪组织的体积和厚度与多种心血管疾病相关，已被证明是一个独立的心血管疾病风险因素。从CT扫描中全自动、可靠地测量心外膜脂肪组织，可提供更好的疾病风险评估，并能够处理大规模CT图像数据集，用于系统性的心外膜脂肪组织研究。本文提出了一种利用深度神经网络从CT图像中全自动语义分割心外膜脂肪组织的方法。所提出的网络采用基于U-Net的架构，在输入图像中嵌入切片深度信息，以分割心包感兴趣区域，进而获得心外膜脂肪组织分割结果。使用图像增强来提高模型的鲁棒性。对所提方法进行交叉验证，在20名患者的CT扫描上获得了0.86的Dice系数。
引用
@article{arxiv.2204.12904,
title = {Epicardial Adipose Tissue Segmentation from CT Images with A Semi-3D Neural Network},
author = {Marin Benčević and Marija Habijan and Irena Galić},
journal= {arXiv preprint arXiv:2204.12904},
year = {2022}
}