利用形状迁移GAN分割多模态心肌图像
图像与视频处理
2019-08-15 v1 计算机视觉与模式识别
摘要
晚期钆增强（LGE）心脏MR图像的心肌分割对于临床实践中梗死区域的评估十分重要。LGE图像中的病理心肌与健康组织相比呈现出独特的亮度和纹理，使其分割更具挑战性。相反，平衡稳态自由进动（bSSFP）电影图像显示出清晰的边界且易于分割。鉴于此，我们提出了一种用于LGE图像的新型形状迁移GAN（Shape-Transfer GAN），其能够：1）学习从bSSFP生成保留解剖形状的真实LGE图像；2）学习从这些生成的图像中分割LGE图像的心肌。值得注意的是，在此过程中未使用LGE图像的分割标签。我们在多序列心脏MR分割挑战赛的数据集上测试了我们的模型。结果表明，所提出的形状迁移GAN能够获得准确的LGE图像心肌掩膜。
引用
@article{arxiv.1908.05094,
title = {Segmentation of Multimodal Myocardial Images Using Shape-Transfer GAN},
author = {Xumin Tao and Hongrong Wei and Wufeng Xue and Dong Ni},
journal= {arXiv preprint arXiv:1908.05094},
year = {2019}
}
备注
accepted by STACOM 21019