ICA-UNet：受ICA启发的统计UNet用于实时3D心脏电影MRI分割
图像与视频处理
2020-07-21 v1 计算机视觉与模式识别
摘要
实时电影磁共振成像（MRI）在各种心脏介入中发挥着日益重要的作用。为实现快速准确的视觉辅助，时间帧需要被即时分割。然而，最先进的MRI分割方法或因计算复杂度高而离线使用，或虽实时但存在显著精度损失与延迟增加（导致肉眼可察觉的滞后），因此难以用于辅助视觉引导。本文受独立成分分析（ICA）学习新解释的启发，提出一种新颖的ICA-UNet用于实时3D心脏电影MRI分割。使用MICCAI ACDC 2017数据集的实验表明，与最先进方法相比，ICA-UNet不仅取得了更高的Dice分数，还满足了吞吐量与延迟的实时要求（最高降低12.6倍），从而实现无视觉滞后的心脏介入实时引导。
引用
@article{arxiv.2007.09455,
title = {ICA-UNet: ICA Inspired Statistical UNet for Real-time 3D Cardiac Cine MRI Segmentation},
author = {Tianchen Wang and Xiaowei Xu and Jinjun Xiong and Qianjun Jia and Haiyun Yuan and Meiping Huang and Jian Zhuang and Yiyu Shi},
journal= {arXiv preprint arXiv:2007.09455},
year = {2020}
}
备注
MICCAI2020, 12 pages, 3 figures