学习跨术前 MR 与术中超声的 2D 关键点匹配
计算机视觉与模式识别
2024-09-13 v1
摘要
本文提出一种纹理不变的 2D 关键点描述子，专门设计用于匹配术前磁共振（MR）图像与术中超声（US）图像。我们引入一种基于合成的匹配策略，通过考虑多种 MR 模态和术中 US 变异性，从 MR 图像合成术中 US 图像。我们通过在所有图像上强制执行关键点定位来构建训练集，然后以有监督对比方式训练一个特定于患者的描述子网络，学习纹理不变的判别特征，从而获得鲁棒的关键点描述子。我们在带有真实标签的真实病例上的实验表明了所提方法的有效性，超越了现有方法，平均匹配精度达到 80.35%。
引用
@article{arxiv.2409.08169,
title = {Learning to Match 2D Keypoints Across Preoperative MR and Intraoperative Ultrasound},
author = {Hassan Rasheed and Reuben Dorent and Maximilian Fehrentz and Tina Kapur and William M. Wells and Alexandra Golby and Sarah Frisken and Julia A. Schnabel and Nazim Haouchine},
journal= {arXiv preprint arXiv:2409.08169},
year = {2024}
}
备注
Accepted for publication at the International Workshop of Advances in Simplifying Medical UltraSound (ASMUS) at MICCAI 2024