Tempera：用于心脏MRI分割的空间变换器特征金字塔网络
图像与视频处理
2022-03-02 v1 计算机视觉与模式识别
摘要
评估右心室的结构与功能对于多种心脏病理的诊断至关重要。然而，右心室的分割仍然比左心室更具挑战性。本文聚焦于同时在短轴和长轴心脏MR图像中分割右心室。为此，我们提出了一种新颖的多输入/多输出架构，即混合2D/3D几何空间变换器多通道特征金字塔（Tempera）。我们的特征金字塔扩展了当前设计，不仅支持多尺度特征输出，还支持多尺度的短轴和长轴输入图像。Tempera通过层权重共享在短轴和长轴图像之间传递学习到的特征，并集成了一个几何目标变换器，将预测的短轴分割映射到长轴空间。我们的模型在短轴和长轴上分别取得了0.836和0.798的平均Dice分数，以及26.31 mm和31.19 mm的Hausdorff距离。这为将右心室分割模型纳入临床工作流程开辟了潜力。
引用
@article{arxiv.2203.00355,
title = {Tempera: Spatial Transformer Feature Pyramid Network for Cardiac MRI Segmentation},
author = {Christoforos Galazis and Huiyi Wu and Zhuoyu Li and Camille Petri and Anil A. Bharath and Marta Varela},
journal= {arXiv preprint arXiv:2203.00355},
year = {2022}
}