多深度边界感知左心房瘢痕分割网络
图像与视频处理
2022-08-11 v1 计算机视觉与模式识别
机器学习
摘要
从晚期钆增强 CMR 图像中自动分割左心房（LA）瘢痕是房颤（AF）复发分析的关键步骤。然而，由于瘢痕形状多变，描绘 LA 瘢痕繁琐且易错。本工作中，我们提出一种边界感知 LA 瘢痕分割网络，其由分别分割 LA 与 LA 瘢痕的两个分支组成。我们探究 LA 与 LA 瘢痕间的内在空间关系。通过在两分割分支间引入 Sobel 融合模块，LA 边界的空间信息可由 LA 分支传播至瘢痕分支。从而，LA 瘢痕分割可在 LA 边界区域条件下进行。实验中，40 张标注图像用于训练所提网络，其余 20 张标注图像用于评估。该网络在 LA 瘢痕分割上取得 0.608 的平均 Dice 分数。
引用
@article{arxiv.2208.04940,
title = {Multi-Depth Boundary-Aware Left Atrial Scar Segmentation Network},
author = {Mengjun Wu and Wangbin Ding and Mingjin Yang and Liqin Huang},
journal= {arXiv preprint arXiv:2208.04940},
year = {2022}
}