深度 Poincaré 映射：一种用于左心室分割的新方法
计算机视觉与模式识别
2018-10-31 v2
摘要
心脏 MRI 图像中左心室（LV）的精确分割是心脏功能定量测量的前提。然而，由于标注数据有限以及心脏成像中的运动伪影，该任务具有挑战性。在本工作中，我们提出了一种用于 LV 勾画的迭代分割算法。通过将深度学习与一种基于动力学的新颖标记方案相结合，我们提出了一种新方法，其中学习一个策略模型来引导智能体在图像上移动，描绘出感兴趣区域（ROI）的边界——并使用 Poincaré 映射的幅度差作为停止准则。我们的方法在两个数据集上进行了评估，即 Sunnybrook 心脏数据集（SCD）和来自 STACOM 2011 LV 分割挑战赛的数据。我们的方法在多项指标上优于先前的研究。为了证明我们方法的可迁移性，当使用在 SCD 数据集上训练的模型时，我们在 STACOM 2011 数据上展示了令人鼓舞的结果。
关键词
引用
@article{arxiv.1703.09200,
title = {The Deep Poincar\'e Map: A Novel Approach for Left Ventricle Segmentation},
author = {Yuanhan Mo and Fangde Liu and Douglas McIlwraith and Guang Yang and Jingqing Zhang and Taigang He and Yike Guo},
journal= {arXiv preprint arXiv:1703.09200},
year = {2018}
}
备注
MICCAI 2018 Spotlight