基于 CT 图像的多视图椎体定位与识别
图像与视频处理
2023-07-25 v1 计算机视觉与模式识别
摘要
从 CT 图像中准确识别和定位椎体对各种临床应用至关重要。然而，现有多数工作都在 3D 上通过裁剪块操作进行，面临巨大计算成本且全局信息有限。本文中，我们提出了一种基于 CT 图像的多视图椎体定位与识别方法，将 3D 问题转化为不同视图上的 2D 定位与识别任务。不受 3D 裁剪块限制，我们的方法可自然学习多视图全局信息。此外，为更好地从不同视图视角捕获解剖结构信息，我们开发了多视图对比学习策略来预训练骨干网络。另外，我们进一步提出序列损失(Sequence Loss)以维持沿椎体嵌入的顺序结构。评估结果表明，仅用两个 2D 网络，我们的方法即可准确对 CT 图像中的椎体进行定位与识别，且一致优于当前最优(state-of-the-art)方法。我们的代码见 https://github.com/ShanghaiTech-IMPACT/Multi-View-Vertebra-Localization-and-Identification-from-CT-Images。
引用
@article{arxiv.2307.12845,
title = {Multi-View Vertebra Localization and Identification from CT Images},
author = {Han Wu and Jiadong Zhang and Yu Fang and Zhentao Liu and Nizhuan Wang and Zhiming Cui and Dinggang Shen},
journal= {arXiv preprint arXiv:2307.12845},
year = {2023}
}
备注
MICCAI 2023