从稀疏到精确：一种用于心内超声分割的实用编辑方法
计算机视觉与模式识别
2023-07-25 v2
摘要
房颤患者准确安全的导管消融手术需要对心内超声（ICE）成像中的心脏结构进行精确分割。先前研究提出利用 ICE 换能器的 3D 几何信息，将 2D 帧置于 3D 网格中创建稀疏 ICE 体积，从而训练 3D 分割模型的方法。然而，由于 ICE 数据中的稀疏采样、帧错位与心脏运动，这些模型生成的 3D 掩码可能不准确，并可能导致严重临床并发症。为解决此问题，我们提出一种交互式编辑框架，允许用户在 2D 帧上绘制涂鸦来编辑分割输出。用户交互被映射到 3D 网格，并用于执行编辑步骤，该步骤在交互附近修改分割，同时保留远离交互处的先前分割。此外，我们的框架支持对分割输出按顺序进行多次编辑而不损害先前的编辑。本文提出了一种专为编辑设计的新型损失函数与新型评估指标。交叉验证与测试结果表明，我们提出的损失函数在分割质量与遵循用户输入方面优于标准损失与训练策略。另外，我们定量与定性地展示，使用我们的方法时后续编辑不会损害先前编辑，而标准分割损失则会。总体而言，我们的方法提升了分割准确性，同时避免用户交互之外的不期望改变，且不损害先前编辑区域的质量，从而带来更好的患者预后。
引用
@article{arxiv.2303.11041,
title = {From Sparse to Precise: A Practical Editing Approach for Intracardiac Echocardiography Segmentation},
author = {Ahmed H. Shahin and Yan Zhuang and Noha El-Zehiry},
journal= {arXiv preprint arXiv:2303.11041},
year = {2023}
}
备注
Accepted to MICCAI 2023