面向心脏介入辅助：用于实时三维心脏电影 MRI 分割的硬件感知神经架构探索
图像与视频处理
2020-12-15 v2 计算机视觉与模式识别
机器学习
摘要
实时心脏磁共振成像（MRI）在引导各类心脏介入中扮演日益重要的角色。为提供更好的视觉辅助，电影 MRI 帧需即时分割以避免明显视觉延迟。此外，考虑可靠性与患者数据隐私，计算最好在本地硬件上完成。最先进的 MRI 分割方法大多仅关注精度，难以用于实时应用或本地硬件。本工作中，我们提出首个用于实时三维心脏电影 MRI 分割的硬件感知多尺度神经架构搜索（NAS）框架。所提框架将延迟正则项纳入损失函数以处理实时约束，并考虑底层硬件。此外，该公式相对于架构参数完全可微，从而可使用随机梯度下降（SGD）进行优化，在降低计算成本的同时保持优化质量。在 ACDC MICCAI 2017 数据集上的实验结果表明，与最先进 NAS 分割框架相比，我们的硬件感知多尺度 NAS 框架能将延迟降低至多 3.5 倍并满足实时约束，同时仍具竞争力的分割精度。
引用
@article{arxiv.2008.07071,
title = {Towards Cardiac Intervention Assistance: Hardware-aware Neural Architecture Exploration for Real-Time 3D Cardiac Cine MRI Segmentation},
author = {Dewen Zeng and Weiwen Jiang and Tianchen Wang and Xiaowei Xu and Haiyun Yuan and Meiping Huang and Jian Zhuang and Jingtong Hu and Yiyu Shi},
journal= {arXiv preprint arXiv:2008.07071},
year = {2020}
}
备注
8 pages, conference