用于准确高效心脏运动估计的运动金字塔网络
图像与视频处理
2020-09-17 v3 计算机视觉与模式识别
机器学习
摘要
心脏运动估计在 MRI 心脏特征追踪和诸如心肌应变的功能评估中起着关键作用。在本文中，我们提出运动金字塔网络，一种基于深度学习的准确高效心脏运动估计新方法。我们预测并融合来自多尺度特征表示的金字塔运动场以生成更精细的运动场。然后我们使用一种新颖的循环师生训练策略使推理端到端并进一步提升追踪性能。我们的教师模型通过渐进运动补偿提供更准确的运动估计作为监督。我们的学生模型向教师模型学习以单步估计运动同时保持精度。师生知识蒸馏以循环方式执行以进一步提升性能。我们提出的方法在两个公开可用临床数据集上显著优于强基线模型，通过多种指标和推理时间评估。还提出了新的评估指标以临床有意义的方式表示误差。
引用
@article{arxiv.2006.15710,
title = {Motion Pyramid Networks for Accurate and Efficient Cardiac Motion Estimation},
author = {Hanchao Yu and Xiao Chen and Humphrey Shi and Terrence Chen and Thomas S. Huang and Shanhui Sun},
journal= {arXiv preprint arXiv:2006.15710},
year = {2020}
}
备注
Accepted by MICCAI2020