Vision Transformer 提升三维心脏 CT 多标签分割效率
图像与视频处理
2024-01-25 v2 计算机视觉与模式识别
摘要
心脏的准确分割对于个性化血流模拟与手术干预规划至关重要。分割需在每一个空间维度上准确，而逐切片分割数据无法保证这一点。我们使用两个心脏计算机断层扫描（CT）数据集——分别来自 39 名患者的整个心动周期 760 个体积，以及 60 名患者各 60 个体积——训练网络在三维上同时分割代表整个心脏的多个区域。分割区域包括左、右心房与心室，左心室心肌，升主动脉，肺动脉，肺静脉及左心耳。我们将广泛使用的 3D U-Net 与 UNETR 架构同我们针对大体积输入优化的方法进行比较。所提网络架构称为 Transformer 残差 U-Net（TRUNet），其保持了 U-Net 的级联下采样编码器、级联上采样解码器与跳跃连接，同时在编码器中引入 Vision Transformer（ViT）模块与改进的 ResNet50 模块。TRUNet 以约仅为 3D U-Net 与 UNETR 所需一半的训练时间，对所有结构达到了更高的分割性能。相较其他方法，所提方法实现了更精确的血管边界分割，并更好捕捉了心脏整体解剖结构。快速训练时间与相邻结构的准确勾勒使 TRUNet 成为医学图像分割任务的有力候选。TRUNet 代码见 github.com/ljollans/TRUNet。
引用
@article{arxiv.2310.09099,
title = {Vision Transformers increase efficiency of 3D cardiac CT multi-label segmentation},
author = {Lee Jollans and Mariana Bustamante and Lilian Henriksson and Anders Persson and Tino Ebbers},
journal= {arXiv preprint arXiv:2310.09099},
year = {2024}
}