B型超声心动图的无监督分割
图像与视频处理
2020-10-23 v1
摘要
我们提出一种用于超声心动图（echo）无监督分割的方法。该方法使用迭代 Dijkstra 算法、策略性节点选择以及基于强度峰值显著性的新型代价矩阵公式，因此被称为“显著性迭代 Dijkstra 算法”（Prominence Iterative Dijkstra's，ProID）。尽管当前分析聚焦于左心室（LV），ProID 可应用于所有四个心腔。ProID 使用代表五种不同系统的人工超声图像进行了测试。结果显示，与所有系统的真值相比，左心室轮廓和容积估计均准确。随后，ProID 用于分析包含正常与患病心脏在内的66名儿科患者的临床队列。输出分割结果、舒张末期容积、收缩末期容积和射血分数（EF）与两位专家阅片者的手动分割进行了比较。与手动分割比较时，ProID 保持了0.93的平均 Dice 相似度分数。比较两位专家阅片者，其手动分割保持了0.93的分数，而在使用 ProID 时提升至0.95。因此，ProID 成功降低了两位专家阅片者间的操作者间变异性。总体而言，本工作表明 ProID 在所有年龄组、疾病状态和超声平台中以低计算成本产生准确边界，从而确立了其临床实用性。
引用
@article{arxiv.2010.11816,
title = {Unsupervised Segmentation of B-Mode Echocardiograms},
author = {Melissa C. Brindise and Brett A. Meyers and Shelby Kutty and Pavlos P. Vlachos},
journal= {arXiv preprint arXiv:2010.11816},
year = {2020}
}
备注
10 pages, 8 figures