基于递归提示的图像转树结构
计算机视觉与模式识别
2023-01-03 v1 机器学习
摘要
从基于网格的数据中提取复杂结构是自动医学图像分析中的常见关键步骤。恢复树状几何结构的常规解法通常通过计算由分割掩码导出的中间表示上的最小代价路径来实现。然而，在树状 3D 解剖数据（如冠状动脉）的投影成像中，由于 2D 投影中常存在分支重叠，该方法具有显著局限。本工作中，我们提出一种预测树连接结构的新方法，将任务重新表述为对递归过程各独立步骤的优化问题。我们设计并训练了一个两阶段模型，利用 UNet 与 Transformer 架构，并引入基于图像的提示技术。所提方法在一对合成数据集上取得了引人注目的结果，并优于最短路径基线。
引用
@article{arxiv.2301.00447,
title = {Image To Tree with Recursive Prompting},
author = {James Batten and Matthew Sinclair and Ben Glocker and Michiel Schaap},
journal= {arXiv preprint arXiv:2301.00447},
year = {2023}
}
备注
12 pages, 5 figures