基于自监督的脑CT图像去骨瓣减压术后颅骨缺损重建
图像与视频处理
2020-07-14 v2 计算机视觉与模式识别
摘要
去骨瓣减压术(DC)是一种常见外科手术，包括移除部分颅骨，用于在卒中、创伤性脑损伤(TBI)或可能导致急性硬膜下出血和/或颅内压力升高的其他事件之后进行。在这些情况下，获取CT扫描以诊断和评估损伤，或指导特定治疗和干预。我们提出一种基于深度学习的方法，从术后CT图像中重建TBI后DC期间移除的颅骨缺损。该重建在多种场景中有用，例如支持颅修补板的制作、骨瓣体积和颅内总体积的精确测量，这些对于旨在将后期萎缩与患者预后相关联的研究十分重要。我们提出并比较了替代的自监督方法，其中编码器-解码器卷积神经网络(CNN)在术后CT上估计缺失的骨瓣。该自监督学习策略仅需要具有完整颅骨的图像，并避免了对标注DC图像的需求。为评估，我们采用真实和模拟的DC图像，将结果与其他最先进方法进行比较。实验表明，所提模型优于当前手动方法，即使在手术期间移除大块颅骨缺损的极具挑战性病例中也能实现重建。
引用
@article{arxiv.2007.03817,
title = {Self-supervised Skull Reconstruction in Brain CT Images with Decompressive Craniectomy},
author = {Franco Matzkin and Virginia Newcombe and Susan Stevenson and Aneesh Khetani and Tom Newman and Richard Digby and Andrew Stevens and Ben Glocker and Enzo Ferrante},
journal= {arXiv preprint arXiv:2007.03817},
year = {2020}
}
备注
Accepted for publication in MICCAI 2020. Update: Figure 1 corrected to match description