US-Cut：超声采集数据中肝脏肿瘤快速检测与分割的交互式算法
计算机视觉与模式识别
2016-06-29 v1 计算工程、金融与科学
计算几何
图形学
摘要
超声（US）是全球最常用的肝脏成像方式。它在伴有肝转移的癌症患者的随访中发挥重要作用。我们提出了一种针对US采集数据中肝脏肿瘤的交互式分割方法。由于US图像中图像质量低以及肿瘤与周围组织对比度低，分割极具挑战性。因此，临床实践仍依赖于对US图像中肿瘤的手动测量和勾画。我们通过将交互式分割算法应用于US数据来解决此问题，使用户能够获得分割结果的实时反馈。该算法由医生和计算机科学家携手开发并测试，以确保未来在临床环境中的实际使用可行。为覆盖临床常规中的典型采集，该方法已使用数十个数据集进行评估，其中肿瘤相对于周围肝组织呈高回声（更亮）、低回声（更暗）或等回声（相似）。由于该方法的交互式实时特性，即使在困难病例中也能在数秒内找到满意的肿瘤分割且无需参数设置，与手动测量相比平均肿瘤偏差仅1.4毫米。然而，长期目标是简化肝脏肿瘤的体积采集以评估治疗响应。另一项目标是通过交互式分割将术中US图像配准到患者的介入前CT采集数据。
引用
@article{arxiv.1603.00546,
title = {US-Cut: Interactive Algorithm for rapid Detection and Segmentation of Liver Tumors in Ultrasound Acquisitions},
author = {Jan Egger and Philip Voglreiter and Mark Dokter and Michael Hofmann and Xiaojun Chen and Wolfram G. Zoller and Dieter Schmalstieg and Alexander Hann},
journal= {arXiv preprint arXiv:1603.00546},
year = {2016}
}
备注
6 pages, 6 figures, 1 table, 32 references