隐式神经表示的心肌内运动与应变
计算机视觉与模式识别
2025-09-26 v4 人工智能
摘要
从标记 MRI 中自动量化心肌内运动和应变仍是一个重要但具有挑战性的任务。我们提出一种方法，使用隐式神经表示（INR），以学习到的潜在代码为条件，预测连续的左心室（LV）位移——无需进行推断时的优化。在 452 例 UK Biobank 测试案例中评估，我们的方法实现了最佳的跟踪精度（2.14 mm RMSE），并在全环向（2.86%）和径向（6.42%）全球应变中实现了最低的综合误差。此外，我们的方法比最准确的基线快约 380 倍。这些结果突显了 INR 模型适用于大型心脏 MRI 数据集中准确且可扩展的心肌应变分析的潜力。代码可在 https://github.com/andrewjackbell/Displacement-INR 找到。
引用
@article{arxiv.2509.09004,
title = {Implicit Neural Representations of Intramyocardial Motion and Strain},
author = {Andrew Bell and Yan Kit Choi and Steffen E Petersen and Andrew King and Muhummad Sohaib Nazir and Alistair A Young},
journal= {arXiv preprint arXiv:2509.09004},
year = {2025}
}
备注
STACOM 2025 @ MICCAI