切片插补：用于各向异性三维医学图像分割的中间切片插值
图像与视频处理
2022-03-22 v1 计算机视觉与模式识别
机器学习
摘要
我们引入一种基于帧插值的新型切片插补方法，以提升各向异性三维医学图像的分割精度，该方法可在各向异性三维医学体数据中相邻两切片间增加切片数量及其对应分割标签。与以往仅关注轴状面方向平滑度的切片间插补方法不同，本研究旨在改善插值后三维医学体数据在三个方向——轴状面、矢状面与冠状面——上的平滑度。具体而言，所提多任务切片间插补方法引入了平滑度损失函数，以评估插值三维医学体数据在面外方向（矢状面与冠状面）的平滑度。其不仅提升了插值三维医学体数据在面外方向的分辨率，还将其转化为各向同性表示，从而带来更优的分割性能。在脑部全肿瘤分割、肝脏肿瘤分割与前列腺分割上的实验表明，我们的方法在大多数情况下优于对比的切片插补方法，涵盖计算机断层扫描与磁共振图像体数据。
引用
@article{arxiv.2203.10773,
title = {Slice Imputation: Intermediate Slice Interpolation for Anisotropic 3D Medical Image Segmentation},
author = {Zhaotao Wu and Jia Wei and Jiabing Wang and Rui Li},
journal= {arXiv preprint arXiv:2203.10773},
year = {2022}
}