用于刚性运动补偿的图像质量评估
图像与视频处理
2019-12-02 v2 计算机视觉与模式识别
机器学习
机器学习
摘要
使用 C 臂锥束计算机断层扫描（CBCT）的诊断性卒中成像可缩短血管内手术的救治时间。然而，与螺旋 CT 相比，延长的采集时间增加了刚性患者运动的可能性。刚性运动会破坏重建中所假设的几何对齐，导致图像模糊或条状伪影。为了重建几何关系，我们通过由神经网络引导的自动聚焦方法估计运动轨迹，该网络基于重建切片的图像信息训练以回归重投影误差。该网络使用来自 19 名患者的 CBCT 扫描进行训练，并使用一名额外测试患者进行评估。它很好地适应未见过的运动幅度，并在运动估计基准中相比常用的基于熵的方法取得了更优结果。
引用
@article{arxiv.1910.04254,
title = {Image Quality Assessment for Rigid Motion Compensation},
author = {Alexander Preuhs and Michael Manhart and Philipp Roser and Bernhard Stimpel and Christopher Syben and Marios Psychogios and Markus Kowarschik and Andreas Maier},
journal= {arXiv preprint arXiv:1910.04254},
year = {2019}
}
备注
Accepted at MedNeurips 2019