基于分数布朗运动的 3D 超声心动图序列时空分割
图像与视频处理
2019-12-24 v1 计算机视觉与模式识别
摘要
改进心脏功能分析的一个重要方面是左心室（LV）的精确分割。本文提出一种全自动分割 LV 心内膜与心外膜轮廓的新方法。该方法主要基于 LV 形状结构的自然物理特征。LV 边界两侧呈现出自然的椭圆曲率，并具有多尺度细节，即表现出分形特征。分数布朗运动（fBm）是一种非平稳随机过程，与超声回波的随机性质良好契合。其优势在于可表示广泛的非平稳信号，并能量化整个时间序列超声图像中的统计局部自相似性。利用二阶矩的全局信息对 fBm 分割的 LV 局部特征边界进行进一步迭代细化。该方法使用正常与不同缺血性心肌病的合成 3D+时间超声心动图序列进行基准测试，结果与最先进的 LV 分割方法进行比较。此外，该框架使用来自犬类的真实数据及专家定义的分割进行验证，并展现出更高的准确性。基于 fBm 的分割算法是完全自动的，有潜力与 3D 超声心动图联合临床应用于改进心血管疾病诊断。
引用
@article{arxiv.1912.10220,
title = {Spatio-Temporal Segmentation in 3D Echocardiographic Sequences using Fractional Brownian Motion},
author = {Omar S. Al-Kadi},
journal= {arXiv preprint arXiv:1912.10220},
year = {2019}
}
备注
11 pages, 10 figures, 2 tables, journal article