用于发育性颈椎管狭窄量化的拓扑启发跨域网络
图像与视频处理
2023-09-19 v2 计算机视觉与模式识别
摘要
发育性椎管狭窄（DCS）量化在颈椎病筛查中至关重要。与手动量化 DCS 相比，深度关键点定位网络提供了更高效省时的方式，其可在坐标域或图像域中实现。然而，椎体可视化特征常在关键点定位过程中导致异常拓扑结构，包括带边关键点的畸变与弱连接结构，这些无法仅在坐标域或图像域中完全抑制。为克服此局限，利用关键点-边与重参数化模块以跨域方式约束这些异常结构。关键点-边约束模块将关键点限制在椎体边缘上，确保关键点坐标的分布模式与 DCS 量化一致。重参数化模块结合坐标约束图像域热图中的弱连接结构。此外，跨域网络通过利用热图并融合坐标实现精准定位，提升了空间泛化性，避免了单域内这两种属性间的权衡。不同量化任务的全面结果表明，所提拓扑启发跨域网络（TCN）优于其他竞争定位方法且具有泛化性。
引用
@article{arxiv.2309.06825,
title = {Topology-inspired Cross-domain Network for Developmental Cervical Stenosis Quantification},
author = {Zhenxi Zhang and Yanyang Wang and Yao Wu and Weifei Wu},
journal= {arXiv preprint arXiv:2309.06825},
year = {2023}
}
备注
We have discovered that some authors' contributions have been overlooked. We need to spend some time confirming whether the authors adhere to the paper's authorship guidelines and whether their authorship order complies with the standards. After discussion with all co-authors, we decide to withdraw this paper