TAN：基于二维超声视频的实时左心室解剖结构分析时间仿射网络
计算机视觉与模式识别
2019-04-02 v1
摘要
凭借低成本、便携和无辐射的优势，超声心动图是一种广泛用于左心室（LV）功能定量的成像方式。然而，自动LV分割与运动追踪仍是一项具有挑战性的任务。除了典型超声图像上的模糊边界、低对比度和大量伪影外，LV的形状和大小在一个心动周期中变化显著。本工作中，我们提出一种时间仿射网络（TAN）在扭曲图像空间中进行图像分析，其中由心脏运动及其他伪影引起的形状和大小变化被大幅补偿。此外，我们同时执行三项频繁的超声心动图解读任务：标准心脏平面识别、LV关键点检测与LV分割。我们未使用三个网络各负责一项任务，而是采用多任务网络同时执行三项任务。由于三项任务共享同一编码器，这一紧凑网络借助更多监督提升了分割精度。该网络进一步通过光流调整的标注进行微调，以增强分割结果中的运动一致性。在1,714段二维超声序列上的实验表明，所提方法以实时效率达到了最先进的分割精度。
引用
@article{arxiv.1904.00631,
title = {TAN: Temporal Affine Network for Real-Time Left Ventricle Anatomical Structure Analysis Based on 2D Ultrasound Videos},
author = {Sihong Chen and Kai Ma and Yefeng Zheng},
journal= {arXiv preprint arXiv:1904.00631},
year = {2019}
}