H3DE-Net：医学影像中高效精准 3D landmarks 检测
计算机视觉与模式识别
2025-10-22 v3
摘要
3D landmark 检测是医学图像分析中的关键任务，精准检测解剖 landmarks 对后续医学影像任务至关重要。然而，主流深度学习方法在捕获细粒度局部特征与建模全局空间关系之间难以兼顾，同时维持准确率与计算效率之间的平衡。局部特征提取需要捕获细微的解剖细节，而全局建模需要理解复杂解剖结构中的空间关系。3D 体数据的高维特性进一步加剧了这些挑战，因为 landmarks 稀疏分布，导致计算成本显著增加。因此，实现高效精准的 3D landmark 检测仍是医学图像分析中的紧迫挑战。本文提出一种新型框架 H3DE-Net，即 Hybrid 3D Detection Net，将 CNN 用于局部特征提取，同时引入轻量级注意力机制高效捕获 3D 体数据的全局依赖关系。该机制采用分层路由策略降低计算成本，同时保持全局上下文建模。据我们了解，H3DE-Net 是首个将轻量级注意力机制与 CNN 集成的 3D landmark 检测模型。此外，融合多尺度特征进一步提升了检测准确率和鲁棒性。在公开 CT 数据集上的实验结果表明，H3DE-Net 实现了最新(SOTA)水平的性能，显著提升了准确率和鲁棒性，尤其在 landmarks 缺失或复杂解剖变异场景中效果更佳。我们已开源项目，包括代码、数据和模型权重。
引用
@article{arxiv.2502.14221,
title = {H3DE-Net: Efficient and Accurate 3D Landmark Detection in Medical Imaging},
author = {Zhen Huang and Tao Tang and Ronghao Xu and Yangbo Wei and Wenkai Yang and Suhua Wang and Xiaoxin Sun and Han Li and Qingsong Yao},
journal= {arXiv preprint arXiv:2502.14221},
year = {2025}
}