基于多类概率图谱的心脏 CT 与 MRI 全心脏分割方法
图像与视频处理
2021-02-04 v1 计算机视觉与模式识别
摘要
准确且鲁棒的全心脏亚结构分割在开发临床应用（如计算机辅助诊断和计算机辅助手术）中至关重要。然而，由于边缘或边界信息不足、背景与纹理的复杂性，以及不同亚结构在大小和形状上的多样性，不同心脏亚结构的分割具有挑战性。本文提出了一种采用基于非刚性配准的概率图谱并结合贝叶斯框架的多类全心脏分割框架。我们还提出了一种利用多分辨率策略以获得运动图像与固定图像之间最高可达互信息的非刚性配准流程。我们进一步将非刚性配准纳入期望最大化算法，并实现了不同的基于深度卷积神经网络的编码器-解码器网络用于消融研究。所有大量实验均利用公开可用的全心脏分割数据集进行，该数据集包含 20 张 MRI 和 20 张 CT 心脏图像。所提方法表现出令人鼓舞的成效，对 CT 扫描产生了 14.5% 的平均体积重叠误差，在相同指标上以 1.3% 的优势超越 SOTA 结果。由于所提方法能更好地描绘心脏的不同亚结构，它可作为一种医疗诊断辅助工具，帮助专家获得更快速、更准确的结果。
引用
@article{arxiv.2102.01822,
title = {Multi-class probabilistic atlas-based whole heart segmentation method in cardiac CT and MRI},
author = {Tarun Kanti Ghosh and Md. Kamrul Hasan and Shidhartho Roy and Md. Ashraful Alam and Eklas Hossain and Mohiuddin Ahmad},
journal= {arXiv preprint arXiv:2102.01822},
year = {2021}
}
备注
17 pages