基于 Ricci 曲率的听小骨体分割
计算机视觉与模式识别
2022-03-03 v3 微分几何
摘要
位于中耳的听小骨是人体中最小的骨骼。其损伤将导致听力损失。因此，能够基于计算机断层扫描（CT）3D 成像自动诊断听小骨疾病十分重要。然而 CT 图像通常包含整个头部区域，其远大于感兴趣的骨骼，因此听小骨的定位及随后的分割在自动诊断中都起着重要作用。常用的局部分割方法需要手动选取初始点，这是一个高度耗时的过程。因此我们提出了一种完全自动的方法来定位听小骨，既不需要模板，也不需要手动标签。它仅依赖于听小骨自身的连通性质及其与周围组织液的关系。对于分割任务，我们定义了一种新的能量函数，并通过最小化该新能量从 3D CT 图像中获得听小骨的形状。与通常使用梯度算子和一些归一化项的最先进方法相比，我们提出在常用能量函数中加入 Ricci 曲率项。我们将所提方法与最先进方法进行比较，表明离散 Forman-Ricci 曲率的性能优于其他方法。
引用
@article{arxiv.2006.14788,
title = {Ricci Curvature Based Volumetric Segmentation of the Auditory Ossicles},
author = {Na Lei and Jisui Huang and Yuxue Ren and Emil Saucan and Zhenchang Wang},
journal= {arXiv preprint arXiv:2006.14788},
year = {2022}
}
备注
There is a fundamental problem with the layout of our paper, and we should design a general segmentation framework rather than just focusing on the ossicles