MPSeg：用于冠状动脉分割的多阶段策略
图像与视频处理
2023-11-20 v1 计算机视觉与模式识别
机器学习
摘要
冠状动脉的准确分割是评估心血管疾病的关键步骤。然而，心血管系统复杂的结构给自动分割带来了重大挑战，尤其是在采用依赖详尽结构信息以进行精确风险分层的 SYNTAX 评分等方法时。为应对这些困难并满足该需求，我们提出 MPSeg，一种专为冠状动脉分割设计的创新多阶段策略。我们的方法特别适应此类结构复杂性并遵循 SYNTAX 评分的原则。首先，我们的方法根据独特的形态学特征将血管分为两类：左冠状动脉（LCA）和右冠状动脉（RCA）。随后为每一类部署专门的集成模型以执行这一具挑战性的分割任务。由于 LCA 比 RCA 更复杂，采用细化模型审查并修正分割区域上的初始类别预测。值得注意的是，我们的方法在 MICCAI 2023 的基于 X 射线血管造影图像的自动区域冠状动脉疾病诊断（ARCADE）分割检测算法挑战赛中表现出卓越有效性。
引用
@article{arxiv.2311.10306,
title = {MPSeg : Multi-Phase strategy for coronary artery Segmentation},
author = {Jonghoe Ku and Yong-Hee Lee and Junsup Shin and In Kyu Lee and Hyun-Woo Kim},
journal= {arXiv preprint arXiv:2311.10306},
year = {2023}
}
备注
MICCAI 2023 Conference ARCADE Challenge