神经隐式心脏坐标：稀疏分割图像的3D心脏形状重建
计算机视觉与模式识别
2025-12-24 v2 图像与视频处理
摘要
从稀疏临床图像重建心脏解剖结构仍是患者个体化建模中的重要挑战。虽然神经隐式函数已被应用于该任务，但其在跨主体解剖一致性映射上的应用仍有限。本文引入神经隐式心脏坐标（NIHCs），一种基于普遍心室坐标的标准化隐式坐标系统，为人类心脏提供常用的解剖参考框架。该方法从有限数量的2D分割图（稀疏获取）直接预测NIHCs，随后解码为密集3D分割和任意输出分辨率的高分辨率网格。模型在5000余个心脏网格的数据集上训练，在临床轮廓线上实现高精度重建，在疾病队列（n=4549）中实现均值为2.51±0.33 mm的平均欧几里得表面误差，在健康队列（n=5576）中实现2.3±0.36 mm的误差。NIHC表示形式即使在严重的切片稀疏和分割噪声下，也能实现解剖学上的一致重建，忠实恢复如瓣膜平面等复杂结构。与传统流程相比，推理时间从60多秒降低至5-15秒。这些结果表明，NIHCs是从最小输入数据实现患者个体化3D心脏重建的稳健且高效的解剖表示。
引用
@article{arxiv.2512.19316,
title = {Neural Implicit Heart Coordinates: 3D cardiac shape reconstruction from sparse segmentations},
author = {Marica Muffoletto and Uxio Hermida and Charlène Mauger and Avan Suinesiaputra and Yiyang Xu and Richard Burns and Lisa Pankewitz and Andrew D McCulloch and Steffen E Petersen and Daniel Rueckert and Alistair A Young},
journal= {arXiv preprint arXiv:2512.19316},
year = {2025}
}
备注
42 pages, 8 figures