具有层拓扑保证的快速脑膜表面重建
图像与视频处理
2023-04-14 v1
摘要
脑膜位于颅骨与脑之间，由三层膜性结构组成：软脑膜、蛛网膜与硬脑膜。重建这些层有助于研究神经退行性疾病患者与正常衰老受试者之间的体积差异。本工作中，我们使用卷积神经网络（CNNs）从磁共振（MR）图像重建表示脑膜各层边界的表面。我们首先使用CNNs预测表示这些表面的符号距离函数（SDFs），同时保留其解剖学次序。随后采用移动立方体算法生成连续表面表示；并由此计算蛛网膜下腔（SAS）与颅内体积（ICV）。将所提方法与最先进的基于可变形模型的重建方法比较，表明我们的方法能用更少计算时间重建更平滑且更精确的表面。最后，我们对多发性硬化症患者与健康对照者进行体积分析实验。对于健康与MS受试者，ICV与SAS体积分别被发现与性别（p<0.01）和年龄（p<0.03）变化显著相关。
引用
@article{arxiv.2304.06246,
title = {Rapid Brain Meninges Surface Reconstruction with Layer Topology Guarantee},
author = {Peiyu Duan and Yuan Xue and Shuo Han and Lianrui Zuo and Aaron Carass and Caitlyn Bernhard and Savannah Hays and Peter A. Calabresi and Susan M. Resnick and James S. Duncan and Jerry L. Prince},
journal= {arXiv preprint arXiv:2304.06246},
year = {2023}
}
备注
ISBI 2023 Oral