基于梅纳定律的通用血管树分割与拓扑估计框架：MARVEL
计算机视觉与模式识别
2026-05-26 v1
摘要
血管循环遵循生物力学原理，以优化质量输送和代谢能消耗，可有效由梅纳定律（Murray's law）建模。然而，当前深度学习方法进行血管分割时常忽视这些生物力学约束，导致生理上不合理的分支和误分类血管树，从而使自动化分割结果在血流模拟或疾病量化等下游临床任务中不可靠。本文引入MARVEL（Universal MurrAy's law-infoRmed Vessel sEgmentation and topoLogy estimation），一个支持骨架无关的框架，将生物力学先验融入血管树提取。MARVEL将像素级监督与明确的半径预测相结合，以经验宽度-指数映射导出的局部分支约束约束模型向生理上一致的重构导向。我们在多个血管模态和分割骨架上，对MARVEL进行评估。结果表明，MARVEL在分割精度、拓扑一致性和生理合理性方面均表现出优势。通过将分割掩码转换为基于图的血流动力学模拟，展示了MARVEL保留了区分高血压和正常血压眼部血管所必需的细微病理狭窄和拓扑连通性。结果显示，MARVEL在眼部动脉-静脉压差分类高血压方面显著优于基线模型（p < 0.001），在拓扑一致性和临床预测价值方面均表现出优势。
引用
@article{arxiv.2605.25363,
title = {MARVEL: Universal Murray's Law-informed Vessel Tree Segmentation and Topology Estimation},
author = {Yi Zhou and Thiara Sana Ahmed and Jacqueline Chua and Meng Wang and Qinrong Zhang and Alejandro F. Frangi and Huazhu Fu and Jun Cheng and Leopold Schmetterer and Bingyao Tan},
journal= {arXiv preprint arXiv:2605.25363},
year = {2026}
}
备注
10 pages, 18 figures