利用符号距离场引导 3D U-net 从图像创建 3D 模型
图像与视频处理
2019-08-29 v1
摘要
左心耳的形态学分析是评估缺血性中风风险的重要工具。大多数用于 3D 分割的深度学习方法由二值标签图引导，这会导致体素化分割，不适合形态学分析。我们提出使用符号距离场来引导深度网络生成形态学一致的 3D 模型。所提出的策略在简单几何形状的合成数据集以及一组包含左心耳的心脏计算机断层扫描图像上进行了评估。所提出的方法产生了平滑的表面，在分割重叠度和表面距离方面更接近真实表面。
引用
@article{arxiv.1908.10579,
title = {Guiding 3D U-nets with signed distance fields for creating 3D models from images},
author = {Kristine Aavild Juhl and Rasmus Reinhold Paulsen and Anders Bjorholm Dahl and Vedrana Andersen Dahl and Ole de Backer and Klaus Fuglsang Kofoed and Oscar Camara},
journal= {arXiv preprint arXiv:1908.10579},
year = {2019}
}
备注
MIDL 2019 [arXiv:1907.08612]