Med-Query：基于查询嵌入的可控解析九自由度医学解剖结构
计算机视觉与模式识别
2024-12-23 v3
摘要
从三维计算机断层扫描（CT）中在实例级自动解析人体解剖结构，是许多临床应用的前置步骤。病变、结构断裂或有限视野（FOV）的存在都会使解剖解析算法变得脆弱。在本工作中，我们探索如何借鉴并落地成功的“先检测后分割”范式于三维医学数据，并提出一种可控、鲁棒且高效的计算框架，用于 CT 扫描中解剖结构的检测、识别与分割。考虑到解剖结构复杂的形状、尺寸与朝向，在不失一般性的前提下，我们提出一种在完整三维空间中采用新颖单阶段、非层级表示的九自由度（9-DoF）位姿估计方案。我们的整体框架以可控方式执行，可直接检索任意感兴趣的解剖结构以进一步提升推理效率。我们在三项医学影像解析任务上验证了方法：肋骨、脊柱与腹部器官。对于肋骨解析，CT 扫描已在肋骨实例级进行标注以定量评估，脊柱椎骨与腹部器官同理。在 9-DoF 框检测与肋骨实例分割上的大量实验证明了我们框架的高效与有效（识别率 97.0%，分割 Dice 分数 90.9%），优于多个强基线（如 CenterNet、FCOS 与 nnU-Net）。对于脊柱解析与腹部多器官分割，我们的方法分别在公开 CTSpine1K 数据集与 FLARE22 竞赛上取得了与最先进方法相当的竞争结果。我们的标注、代码与模型可在 https://github.com/alibaba-damo-academy/Med_Query 获取。
引用
@article{arxiv.2212.02014,
title = {Med-Query: Steerable Parsing of 9-DoF Medical Anatomies with Query Embedding},
author = {Heng Guo and Jianfeng Zhang and Ke Yan and Le Lu and Minfeng Xu},
journal= {arXiv preprint arXiv:2212.02014},
year = {2024}
}
备注
Accepted by IEEE Journal of Biomedical and Health Informatics