基于隐式神经表示的左心室肌肤期望形变图像注册
图像与视频处理
2025-01-14 v1 计算机视觉与模式识别
摘要
理解左心室肌肤（LVmyo）在心脏周期中的运动对于评估心脏功能至关重要。对LVmyo进行一系列可形变图像注册（DIR）是建模这种运动的一种方式。传统基于卷积神经网络的DIR方法通常需要大量内存和计算资源。相比之下，隐式神经表示（INRs）通过在任意数量的连续点上工作，提供了一种高效的方法。本研究将INRs用于心脏CT的DIR，专注于LVmyo注册。为提高围绕LVmyo的注册精度，我们将LVmyo的符号距离场与CT帧的Hounsfield单元值相结合。这指导了LVmyo的注册，同时保持来自CT帧的组织信息。我们的框架显示出高注册精度，为LVmyo运动的 temporally registration 提供了稳健的方法，促进了对LVmyo运动的进一步分析。
引用
@article{arxiv.2501.07248,
title = {Implicit Neural Representations for Registration of Left Ventricle Myocardium During a Cardiac Cycle},
author = {Mathias Micheelsen Lowes and Jonas Jalili Pedersen and Bjørn S. Hansen and Klaus Fuglsang Kofoed and Maxime Sermesant and Rasmus R. Paulsen},
journal= {arXiv preprint arXiv:2501.07248},
year = {2025}
}
备注
9 pages, 5 figures, STACOM 2024