基于胸部 CT 的 COVID-19 感染进展纵向定量评估
图像与视频处理
2021-07-26 v2 计算机视觉与模式识别
摘要
胸部计算机断层扫描(CT)通过显示疾病特异性影像特征(如磨玻璃影与实变)在评估 COVID-19 患者中发挥了重要诊断作用。图像分割方法已被证明有助于量化疾病负荷甚至预测预后。纵向 CT 序列的获取也可能产生一种可靠评估 COVID-19 进展、监测愈合过程及不同治疗策略反应的高效方法。本文提出一种新框架,在体素级别识别感染(健康肺、实变与磨玻璃影的辨识)并利用连续低剂量非增强 CT 扫描可视化 COVID-19 进展。特别地,我们设计了一种纵向分割网络,利用参考扫描信息提升疾病识别性能。在本机构收集的临床纵向数据集上的实验结果表明,相较于静态深度神经网络,所提方法在疾病量化上更有效。
引用
@article{arxiv.2103.07240,
title = {Longitudinal Quantitative Assessment of COVID-19 Infection Progression from Chest CTs},
author = {Seong Tae Kim and Leili Goli and Magdalini Paschali and Ashkan Khakzar and Matthias Keicher and Tobias Czempiel and Egon Burian and Rickmer Braren and Nassir Navab and Thomas Wendler},
journal= {arXiv preprint arXiv:2103.07240},
year = {2021}
}
备注
MICCAI 2021