用于单投影图像可变形形状重建的图卷积网络
图像与视频处理
2021-11-02 v2 计算机视觉与模式识别
摘要
从二维 X 射线图像重建可变形器官的形状是图像引导介入的一项关键技术。在本文中，我们提出了一种图像到图卷积网络（IGCN），用于从单视点投影图像进行可变形形状重建。IGCN 基于形变映射方案学习形状/形变可变性与深度图像特征之间的关系。在以腹部器官呼吸运动为目标的实验中，我们证实了所提出的带有正则化损失函数的框架能够从单张数字重建放射影像以 3.6mm 的平均距离误差重建肝脏形状。
引用
@article{arxiv.2108.12533,
title = {Image-to-Graph Convolutional Network for Deformable Shape Reconstruction from a Single Projection Image},
author = {M. Nakao and F. Tong and M. Nakamura and T. Matsuda},
journal= {arXiv preprint arXiv:2108.12533},
year = {2021}
}
备注
This paper will be appeared in MICCAI 2021