MRI 图像中基于模型的导管分割
计算机视觉与模式识别
2020-12-11 v2
摘要
在磁共振引导的介入治疗中，准确且可靠的导管分割仍然是一个挑战，也是临床工作流程中至关重要的一步。本文在合理的假设下，基于力学模型的启发式方法引导分割过程，使导管正确识别率超过 98%（误差 2.88 mm），并且与现有技术相比，将异常值减少至四分之一。在给定远端尖端的情况下，向导管近端搜索的过程由基于每个导管估算的力学模型引导。其弯曲特性被用来约束基于图像特征的候选点。最终的导管轨迹是各个点的混合序列，每个点均源自模型特征与图像特征。我们在包含 101 根手动分割导管的 10 例患者 MRI 扫描数据库上对该方法进行了评估。平均误差为 1.40 mm，中位数误差为 1.05 mm。偏离金标准 2 mm 以上的异常值数量为 7，偏离金标准 3 mm 以上的异常值数量仅为 2。
引用
@article{arxiv.1705.06712,
title = {Model-based Catheter Segmentation in MRI-images},
author = {Andre Mastmeyer and Guillaume Pernelle and Lauren Barber and Steve Pieper and Dirk Fortmeier and Sandy Wells and Heinz Handels and Tina Kapur},
journal= {arXiv preprint arXiv:1705.06712},
year = {2020}
}
备注
MICCAI 2015