基于几何图拉普拉斯流动力学的脑血管网络解剖建模
定量方法
2019-12-23 v1 计算几何
图像与视频处理
摘要
生成脑血管网络的计算解剖模型对于改进临床实践和了解脑氧输送至关重要。这是通过基于血管结构预映射提取基于图的表示来实现的。近期的建图方法能够提供平滑的血管轨迹和连通良好的血管拓扑。然而，它们需要水密表面网格作为输入。此外，在其图单元上添加血管半径信息会限制它们沿血管中心线的对齐。在此，我们提出了一种新颖的建图方案，其输入要求宽松，并本质地捕获血管半径信息。所提方法基于在血管边界内构造的几何图的变形。在拉普拉斯优化框架下，我们在初始几何上分配亲和权重，驱动其迭代收缩至血管中心线。我们提出了一种在每次运行时抽取图结构的机制以及停止过程的收敛准则。随后引入细化技术以获得最终血管模型。我们的实现可在 https://github.com/Damseh/VascularGraph 获取。我们将我们的结果与其他高效且最先进的建图方案所获得的结果进行基准比较，并在以不同成像模态获取的合成和真实血管造影图像上进行验证。实验表明，所提方案在各种血管造影图像上产生了最低的几何和拓扑错误率。此外，它在提供捕获血管结构所有解剖特征的具代表性模型方面超越了其他技术。
引用
@article{arxiv.1912.10003,
title = {Laplacian Flow Dynamics on Geometric Graphs for Anatomical Modeling of Cerebrovascular Networks},
author = {Rafat Damseh and Patrick Delafontaine-Martel and Philippe Pouliot and Farida Cheriet and Frederic Lesage},
journal= {arXiv preprint arXiv:1912.10003},
year = {2019}
}