利用空间感知全卷积网络、张量图割与 Voronoi 图精确估计肾血管优势区域
图像与视频处理
2020-01-27 v1 计算机视觉与模式识别
摘要
本文提出一种利用 Voronoi 图精确估计肾血管优势区域的新方法。为了给部分肾切除术的术前模拟提供计算机辅助诊断，我们必须获取肾动脉与肾血管优势区域的信息。我们提出一种结合神经网络与基于张量的图割方法的全自动分割方法，以精确提取肾脏与肾动脉。首先，我们使用卷积神经网络定位肾脏区域，并利用基于张量的图割方法提取微小肾动脉。随后，我们基于分割出的肾脏与肾动脉生成 Voronoi 图以估计肾血管优势区域。在 27 例病例中采用 8 折交叉验证的肾脏分割准确率达到 95% 的 Dice 系数。8 例病例的肾动脉分割准确率达到 80% 的中心线重叠率。每个分区区域对应于一个肾血管优势区域。最终的优势区域估计精度达到了 80% 的 Dice 系数。一项临床应用显示了我们所提估计方法在真实临床手术环境中的潜力。使用大规模数据库进一步验证是我们的未来工作。
引用
@article{arxiv.1908.01543,
title = {Precise Estimation of Renal Vascular Dominant Regions Using Spatially Aware Fully Convolutional Networks, Tensor-Cut and Voronoi Diagrams},
author = {Chenglong Wang and Holger R. Roth and Takayuki Kitasaka and Masahiro Oda and Yuichiro Hayashi and Yasushi Yoshino and Tokunori Yamamoto and Naoto Sassa and Momokazu Goto and Kensaku Mori},
journal= {arXiv preprint arXiv:1908.01543},
year = {2020}
}