使用学习的后处理模型恢复血管分割中的连通性
图像与视频处理
2024-08-23 v2
摘要
血管网络的精确分割对于旨在解决心血管疾病的计算机辅助工具至关重要。尽管经过了三十多年的研究，获得能保持底层血管网络连通性的血管分割结果仍然是一个挑战。然而，连通性是这些工具的关键特征之一。在这项工作中，我们提出了一种后处理算法，旨在重新连接被分割算法断开的血管结构。由于连通性是一个难以显式建模的复杂属性，我们提出通过合成数据或目标应用的标注来学习这种几何特征。由此产生的后处理模型可用于任何有监督或无监督血管分割算法的输出。我们证明，这种后处理在二维和三维图像中都能有效恢复血管网络的连通性，从而改善整体分割结果。
引用
@article{arxiv.2404.10506,
title = {Restoring Connectivity in Vascular Segmentation using a Learned Post-Processing Model},
author = {Sophie Carneiro-Esteves and Antoine Vacavant and Odyssée Merveille},
journal= {arXiv preprint arXiv:2404.10506},
year = {2024}
}