中心线引导的隐式管状曲面生成
计算机视觉与模式识别
2016-06-10 v1
摘要
大多数基于机器学习的冠状动脉分割方法通过中心线及相关的管腔半径以隐式方式表示血管管腔表面，这使得后续建模过程难以生成一整块水密的冠状动脉树模型。为解决这一问题，本文提出一种利用基于学习的分割结果进行建模的方法：（1）将网格顶点视为物理粒子，并使用相互作用力模型和粒子扩展模型在隐式管腔表面上生成均匀分布的点云；（2）进行增量 Delaunay 三角剖分。我们的方法具有将冠状动脉树的复杂形状作为整体考虑的优势；因此，无需额外的缝合或相交去除算法即可生成水密模型。实验结果表明，我们的方法能够生成与给定隐式血管管腔表面高度一致的高质量网格模型，平均误差为 0.08 mm。
引用
@article{arxiv.1606.03014,
title = {Implicit Tubular Surface Generation Guided by Centerline},
author = {Haoyin Zhou and James K. Min and Guanglei Xiong},
journal= {arXiv preprint arXiv:1606.03014},
year = {2016}
}