基于两阶段 CNN 与稠密标注的 CT 椎体检测与定位
图像与视频处理
2019-10-15 v1 计算机视觉与模式识别
摘要
我们提出了一种用于椎体质心检测与定位问题的新两阶段方法。第一阶段利用三维样本检测椎骨在扫描中出现的位置，第二阶段利用二维切片识别该感兴趣区域内的具体椎骨。我们的方案采用了新技术以提升算法精度，例如从稀疏质心标注进行改进型稠密标注的方法，以及在 U-net 架构底层使用大各向异性核以最大化感受野。我们的方法在公开可用的脊柱 CT 基准上将该 SOTA 的平均定位精度提升了 0.87mm。
引用
@article{arxiv.1910.05911,
title = {Vertebrae Detection and Localization in CT with Two-Stage CNNs and Dense Annotations},
author = {James McCouat and Ben Glocker},
journal= {arXiv preprint arXiv:1910.05911},
year = {2019}
}
备注
Accept into the MICCAI workshop MSKI 2019