MSU-Net：用于实时三维心脏 MRI 视频分割的多尺度统计 U-Net
图像与视频处理
2019-09-17 v1 计算机视觉与模式识别
摘要
心脏磁共振成像（MRI）是 MRI 引导手术和实时介入的重要工具。在实际中，MRI 视频需即时进行分割。然而，现有分割方法在为加速而修改时会遭受严重的精度损失。在本工作中，我们提出多尺度统计 U-Net（Multiscale Statistical U-Net，MSU-Net），用于心脏手术引导中的实时三维 MRI 视频分割。我们的思路是将输入样本建模为多尺度典范形式分布以实现加速，同时仍充分利用时空相关性。随后设计一种并行统计 U-Net 来高效处理这些分布。MSU-Net 的快速数据采样与高效并行结构保证了快速且准确的推理。与原始 U-Net 及一种修改后的最先进方法 GridNet 相比，我们的方法实现了高达 268% 和 237% 的加速，且 Dice 分数分别提升 1.6% 和 3.6%。
引用
@article{arxiv.1909.06726,
title = {MSU-Net: Multiscale Statistical U-Net for Real-time 3D Cardiac MRI Video Segmentation},
author = {Tianchen Wang and Jinjun Xiong and Xiaowei Xu and Meng Jiang and Yiyu Shi and Haiyun Yuan and Meiping Huang and Jian Zhuang},
journal= {arXiv preprint arXiv:1909.06726},
year = {2019}
}
备注
MICCAI19