VertMatch：一种用于 3D 超声体数据中椎体结构检测的半监督框架
图像与视频处理
2023-01-02 v1 计算机视觉与模式识别
摘要
三维（3D）超声成像技术已应用于脊柱侧弯评估，但当前的评估方法仅使用冠状面投影图像，无法揭示 3D 畸形与椎体旋转。椎体检测对于揭示 3D 脊柱信息至关重要，但由于数据复杂且标注有限，该检测任务具有挑战性。我们提出 VertMatch，一种两步框架，通过半监督方式利用未标注数据在 3D 超声体数据中检测椎体结构。第一步是在横断面上全局检测结构的可能位置，然后基于检测出的位置裁剪局部块。第二步是区分这些块是否包含真实椎体结构，并筛选第一步的预测位置。VertMatch 为半监督学习开发了三个新颖组件：针对第一步的位置检测，（1）使用解剖学先验筛选由置信度阈值法生成的伪标签；（2）使用多切片一致性通过输入多个相邻切片来利用更多未标注数据；（3）针对第二步的块识别，在每个批次中重新平衡类别以解决不平衡问题。实验结果表明，VertMatch 能够在超声体数据中准确检测椎体，并优于最先进的方法。VertMatch 还在四十例超声扫描的临床应用中得到验证，可成为脊柱侧弯 3D 评估的一种有前景的方法。
引用
@article{arxiv.2212.14747,
title = {VertMatch: A Semi-supervised Framework for Vertebral Structure Detection in 3D Ultrasound Volume},
author = {Hongye Zeng and kang Zhou and Songhan Ge and Yuchong Gao and Jianhao Zhao and Shenghua Gao and Rui Zheng},
journal= {arXiv preprint arXiv:2212.14747},
year = {2023}
}
备注
15 pages, 8 figures