基于循环多尺度编解码器的自由呼吸肝脏扫描时空运动预测
图像与视频处理
2020-05-29 v2
摘要
本工作中，我们提出一种多尺度循环编解码器架构，以预测未来帧中呼吸引起的器官形变。该模型以端到端方式从输入图像训练，预测一系列运动标签。目标通过对可变形图像配准获得的位移场进行量化而创建。我们使用来自 12 名志愿者的 MRI 自由呼吸采集数据报告结果。实验旨在研究所提出的多尺度设计，以及增加预测帧数对模型整体精度的影响。所提模型能以 2.07（2.95）mm 的平均精度预测下一时态图像中的血管位置，相较 SOTA 方法表现出性能提升。
引用
@article{arxiv.2005.13071,
title = {Spatiotemporal motion prediction in free-breathing liver scans via a recurrent multi-scale encoder decoder},
author = {Liset Vázquez Romaguera and Rosalie Plantefève and Samuel Kadoury},
journal= {arXiv preprint arXiv:2005.13071},
year = {2020}
}