基于 SDD 双阈值选取与 CHT 的左心室分割
图像与视频处理
2023-07-10 v2 计算机视觉与模式识别
摘要
磁共振图像（MRI）中左心室（LV）的自动且鲁棒分割数十年来一直具有挑战性。随着深度学习在目标检测与分类中的巨大成功，近年来 LV 分割的研究重点已转向卷积神经网络（CNN）。然而，LV 分割是一个像素级分类问题，其类别相较于目标检测与分类更难以处理。本文中，我们提出了一种基于斜率差分布（SDD）双阈值选取与圆形 Hough 变换（CHT）的鲁棒 LV 分割方法。所提方法在自动心脏诊断挑战（ACDC）测试集上取得了 96.51% 的 DICE 分数，高于近期已发表文献中报道的最佳精度。
引用
@article{arxiv.2007.10665,
title = {Segmentation of the Left Ventricle by SDD double threshold selection and CHT},
author = {ZiHao Wang and ZhenZhou Wang},
journal= {arXiv preprint arXiv:2007.10665},
year = {2023}
}