从稀疏CMR切片改进三维全心几何结构
图像与视频处理
2024-08-15 v1 计算机视觉与模式识别
摘要
心脏磁共振（CMR）成像和计算机断层扫描（CT）是评估心血管疾病患者的两种常见非侵入性成像方法。CMR通常获取多个稀疏的二维切片，切片之间存在不可避免的呼吸运动伪影，而CT获取各向同性的密集数据但使用电离辐射。在本研究中，我们探索了切片移位算法（SSA）、空间变换网络（STN）和标签变换网络（LTN）的组合，以：1）校正分割切片之间的呼吸运动，2）将稀疏分割数据转换为密集分割。所有组合均在1699例由CT生成的合成运动损坏CMR切片分割上进行了验证，其中密集CT作为真实值。在199例测试案例中，SSA-LTN取得了最佳结果（Dice分数和Hausdorff距离分别为94.0%和4.7毫米，平均5个标签），但在8例中出现了拓扑错误。STN作为插件工具有效纠正了所有拓扑错误，对整体性能影响最小（分别为93.5%和5.0毫米）。SSA也被证明是有价值的插件工具，在基于STN和基于LTN的模型之上提升了性能。这些不同组合的代码可在https://github.com/XESchong/STACOM2024获取。
引用
@article{arxiv.2408.07532,
title = {Improved 3D Whole Heart Geometry from Sparse CMR Slices},
author = {Yiyang Xu and Hao Xu and Matthew Sinclair and Esther Puyol-Antón and Steven A Niederer and Amedeo Chiribiri and Steven E Williams and Michelle C Williams and Alistair A Young},
journal= {arXiv preprint arXiv:2408.07532},
year = {2024}
}
备注
13 pages, STACOM2024