TSI-Net：一种用于数字减影血管造影中颅内动脉分割的时序图像分割网络
图像与视频处理
2023-09-08 v1 计算机视觉与模式识别
摘要
脑血管疾病是当今世界各国面临的主要疾病之一。在数字减影血管造影（DSA）序列中自动分割颅内动脉（IA）是诊断血管相关疾病和指导神经介入手术的重要步骤。然而，根据 DSA 技术的成像原理，单幅图像只能显示对比剂下部分 IA。因此，2D DSA 分割方法无法捕获完整的 IA 信息以诊治脑血管疾病。我们提出一种具有 U 形结构的时序图像分割网络，称为 TSI-Net，其在编码器中融入双向 ConvGRU 模块（BCM）。该网络在编码器中融入双向 ConvGRU 模块（BCM），可输入变长 DSA 序列，保留过去与未来信息，并将其分割为 2D 图像。此外，我们在末端引入敏感细节分支（SDB）以监督细小血管。在 DSA 序列数据集 DIAS 上实验，该方法显著优于近年最先进的网络。特别地，其 Sen 评价指标达到 0.797，较其他方法提升 3%。
引用
@article{arxiv.2309.03477,
title = {TSI-Net: A Timing Sequence Image Segmentation Network for Intracranial Artery Segmentation in Digital Subtraction Angiography},
author = {Lemeng Wang and Wentao Liu and Weijin Xu and Haoyuan Li and Huihua Yang and Feng Gao},
journal= {arXiv preprint arXiv:2309.03477},
year = {2023}
}