基于鲁棒深度生成先验重建与微分同胚配准的胎儿MRI：在孕周预测中的应用
图像与视频处理
2021-11-02 v1 计算机视觉与模式识别
医学物理
摘要
整个胎儿身体及胎盘的磁共振成像受到多种影响子宫的运动源的限制。常用的扫描技术采用单 shot 多层序列，其中不同层面的解剖信息可能遭受不同的形变、对比度变化或伪影。已有提出体积重建公式来校正这些因素，但它们必须适应非均匀且非各向同性的采样，因此正则化变得必要。为此，本文提出一种鲁棒体积重建的深度生成先验，并与微分同胚体积到切片配准方法相集成。实验在 个孕周范围为 周的胎儿数据集队列中验证我们的贡献并与一种最先进的方法进行比较。结果表明，与最先进的重建方法相比，图像分辨率得到改善，且扫描时孕周预测更准确。此外，我们体积重建的孕周预测结果与现有基于脑的方法相比具有优势，且在整合脑以外器官的信息时精度提升。具体而言，当结合胎儿脑与躯干信息时，平均绝对误差达到 周（）。
引用
@article{arxiv.2111.00102,
title = {Fetal MRI by robust deep generative prior reconstruction and diffeomorphic registration: application to gestational age prediction},
author = {Lucilio Cordero-Grande and Juan Enrique Ortuño-Fisac and Alena Uus and Maria Deprez and Andrés Santos and Joseph V. Hajnal and María Jesús Ledesma-Carbayo},
journal= {arXiv preprint arXiv:2111.00102},
year = {2021}
}
备注
23 pages, 15 figures, 1 table