用于自动解剖标志点定位的多维门控循环单元
计算机视觉与模式识别
2017-08-10 v1
摘要
我们提出了一种在三维医学图像中定位解剖标志点的自动化方法。该方法在由粗到细的方法中结合了两个循环神经网络：第一个网络通过分析给定的完整图像体积来确定候选邻域。第二个网络在候选邻域中精确且准确地定位实际标志点。两个网络都在其主层中利用了多维门控循环单元，这使得在参数集相对较小的情况下能够实现高模型复杂度。我们在头部和颈部的 3D 磁共振图像中定位延髓脑桥沟。我们表明，无论是在以毫米还是体素为单位的平均距离方面，所提出的方法都优于数据手动标注的类似定位技术。在评分者间比较中，我们证明了所提出的方法平均定位误差为 1.7 mm，其表现与神经病学专家相当。
引用
@article{arxiv.1708.02766,
title = {Multi-dimensional Gated Recurrent Units for Automated Anatomical Landmark Localization},
author = {Simon Andermatt and Simon Pezold and Michael Amann and Philippe C. Cattin},
journal= {arXiv preprint arXiv:1708.02766},
year = {2017}
}
备注
8 pages, 3 figures, 1 table