用于快速全身分割的关键点迁移
计算机视觉与模式识别
2018-06-25 v1
摘要
我们引入一种基于测试与训练图像间稀疏对应关键点的图像分割方法。关键点表示自动辨识的显著图像位置，每个关键点对应暗示图像间的一种变换。我们利用这些对应将整个器官的标签图从训练图像迁移到测试图像。关键点迁移算法包含三步：(i)关键点匹配，(ii)基于投票的关键点标注，以及(iii)基于关键点的器官分割概率迁移。我们报告了全身CT与MRI以及对比增强CT与MRI中腹部器官的分割结果。相较常见的多图谱分割，我们的方法实现了约三个数量级的速度提升，同时取得了具竞争力的精度。此外，关键点迁移不需要向图谱的配准或训练阶段。最后，该方法允许对视场高度可变的扫描进行分割。
引用
@article{arxiv.1806.08723,
title = {Keypoint Transfer for Fast Whole-Body Segmentation},
author = {Christian Wachinger and Matthew Toews and Georg Langs and William Wells and Polina Golland},
journal= {arXiv preprint arXiv:1806.08723},
year = {2018}
}
备注
Accepted for publication at IEEE Transactions on Medical Imaging