基于深度学习的Willis环血管分叉自动检测与分类
图像与视频处理
2023-08-30 v1 计算机视觉与模式识别
机器学习
定量方法
摘要
大多数颅内动脉瘤（ICA）发生于脑血管树中称为Willis环（CoW）的特定部位。更具体地说，它们主要发生于构成这一环状结构的十五个主要动脉分叉上。因此，为了实现高效及时的诊断，开发能够准确识别每个感兴趣分叉（BoI）的方法至关重要。事实上，自动提取具有较高ICA发生风险的分叉，将为神经放射科医生快速概览最令人警觉的区域。由于近期在人工智能方面的努力，深度学习已被证明是许多模式识别任务中性能最佳的技术。此外，已有多种方法特别为医学图像分析而设计。本研究旨在协助神经放射科医生迅速定位任何具有高ICA发生风险的分叉。它可被视为一种计算机辅助诊断方案，其中人工智能便于在MRI中访问感兴趣区域。在本工作中，我们提出了一种对构成Willis环的感兴趣分叉进行全自动检测与识别的方法。我们测试了多种神经网络架构，并全面评估了分叉识别率。
引用
@article{arxiv.2308.15088,
title = {Using deep learning for an automatic detection and classification of the vascular bifurcations along the Circle of Willis},
author = {Rafic Nader and Romain Bourcier and Florent Autrusseau},
journal= {arXiv preprint arXiv:2308.15088},
year = {2023}
}