GAPNet：基于 Granularity 注意力网络的仿解约束下髋动脉分割
图像与视频处理
2024-07-01 v1 计算机视觉与模式识别
摘要
动脉粥样硬化是一种慢性、渐进性疾病，主要影响动脉壁，是心血管疾病的主要原因之一。磁共振 (MR) 黑血管壁成像 (BB-VWI) 通过清晰可视化血管结构，为血管疾病诊断提供关键见解。然而，颈部的复杂解剖结构在区分髋动脉 (CA) 和周围结构时提出了挑战，尤其是在伴随动脉粥样硬化改变的情况下。为此，我们提出了 GAPNet，该网络由 novel 的几何先验推导而来。
引用
@article{arxiv.2406.19485,
title = {GAPNet: Granularity Attention Network with Anatomy-Prior-Constraint for Carotid Artery Segmentation},
author = {Lin Zhang and Chenggang Lu and Xin-yang Shi and Caifeng Shan and Jiong Zhang and Da Chen and Laurent D. Cohen},
journal= {arXiv preprint arXiv:2406.19485},
year = {2024}
}