L-CO-Net：用于心脏电影MRI临床参数估计的学习型凝聚-优化网络
图像与视频处理
2020-04-24 v1 计算机视觉与模式识别
摘要
本工作中，我们实现了一个全卷积分割器，其具备学习型组结构以及正则化权重剪枝器，以降低体图像分割中的高计算成本。我们在ACDC数据集上验证了我们的框架，该数据集包含贯穿心动周期成像的一组健康组与四组病理组。我们的技术通过五折交叉验证取得了Dice分数96.8%（左室血池）、93.3%（右室血池）与90.0%（左室心肌），并产生了与基于真值分割数据估计的临床参数相似的结果。基于这些结果，该技术有潜力成为一种高效且具竞争力的心脏图像分割工具，可用于心脏计算机辅助诊断、规划与导引应用。
引用
@article{arxiv.2004.11253,
title = {L-CO-Net: Learned Condensation-Optimization Network for Clinical Parameter Estimation from Cardiac Cine MRI},
author = {S. M. Kamrul Hasan and Cristian A. Linte},
journal= {arXiv preprint arXiv:2004.11253},
year = {2020}
}
备注
6 pages, 5 figures, IEEE Conference. arXiv admin note: text overlap with arXiv:2004.02249