PC-U Net：从 CT 数据联合重建与分割三维心脏壁的学习方法
计算机视觉与模式识别
2021-02-23 v1
摘要
心脏左心室（LV）心肌（MYO）壁的三维体积形状为心脏疾病诊断与侵入式手术导航提供了重要信息。许多心脏图像分割方法依赖于将感兴趣区域检测作为形状分割与建模的先决条件。借助分割结果，可重建三维表面网格及对应分割心脏体积的点云以作进一步分析。尽管最先进的方法（如 U-Net）在心脏图像分割精度上已取得不错表现，这些分割结果仍可能受成像伪影与噪声影响，从而导致不准确的形状建模结果。本文提出一种 PC-U net，它从二维 CT 切片的体积数据直接联合重建 LV MYO 壁的点云，并依据预测的三维点云生成其分割掩码。大量实验结果表明，通过融入来自点云的形状先验，所得到的分割掩码在 Dice 系数与 Hausdorff 距离上均优于最先进的 U-Net 结果。我们所提 PC-U net 的联合学习框架有益于自动心脏图像分析任务，因其可同时获取 LV MYO 壁的三维形状与分割结果。
引用
@article{arxiv.2008.08194,
title = {PC-U Net: Learning to Jointly Reconstruct and Segment the Cardiac Walls in 3D from CT Data},
author = {Meng Ye and Qiaoying Huang and Dong Yang and Pengxiang Wu and Jingru Yi and Leon Axel and Dimitris Metaxas},
journal= {arXiv preprint arXiv:2008.08194},
year = {2021}
}