用于三维心肌变形分析的合成数据生成
计算机视觉与模式识别
2024-06-04 v1 人工智能
摘要
利用带有真实标注(GT)的高分辨率计算机断层扫描(CT)数据集对三维心肌变形进行精确分析，对于推进心血管成像研究至关重要。然而，此类数据集的稀缺对开发稳健的心肌变形分析模型构成了重大挑战。为了解决这个问题，我们提出了一种新颖的合成数据生成方法，用于丰富心血管成像数据集。我们介绍了一种合成数据生成方法，该方法附带了关键的GT三维光流标注。我们概述了从心脏四维(4D)CT扫描中准备数据、选择参数以及随后从相同或其他来源的三维心脏CT数据创建用于训练的合成数据的过程。我们的工作有助于克服因缺乏带有精确标注的高分辨率CT数据集所带来的限制，从而促进为临床应用和诊断开发准确可靠的心肌变形分析算法。我们的代码可在以下网址获取：http://www.github.com/shaharzuler/cardio_volume_skewer
引用
@article{arxiv.2406.01040,
title = {Synthetic Data Generation for 3D Myocardium Deformation Analysis},
author = {Shahar Zuler and Dan Raviv},
journal= {arXiv preprint arXiv:2406.01040},
year = {2024}
}