Vox2Cortex：基于几何深度神经网络从三维 MRI 扫描快速显式重建皮层表面
计算机视觉与模式识别
2022-03-21 v2
摘要
从脑磁共振成像（MRI）扫描中重建皮层表面对于皮层厚度与脑沟形态的定量分析至关重要。尽管已有用于此目的的传统与基于深度学习的算法流程，它们存在两大缺陷：耗时数小时的长运行时间（传统方法）或复杂的后处理（如网格提取与拓扑校正，基于深度学习的方法）。在本工作中，我们同时解决这两个问题，提出 Vox2Cortex，一种基于深度学习的算法，可直接生成拓扑正确的三维皮层边界网格。Vox2Cortex 利用卷积与图卷积神经网络，将初始模板形变为由输入 MRI 扫描表示的紧密折叠的皮层几何。我们在三个脑 MRI 数据集上的大量实验表明，我们的网格与领域内最先进方法重建的网格一样精确，且无需耗费时间与资源的后处理。为精确重建紧密折叠的皮层，我们在测试时使用包含约 168,000 个顶点的网格，将深度显式重建方法扩展到新的水平。
引用
@article{arxiv.2203.09446,
title = {Vox2Cortex: Fast Explicit Reconstruction of Cortical Surfaces from 3D MRI Scans with Geometric Deep Neural Networks},
author = {Fabian Bongratz and Anne-Marie Rickmann and Sebastian Pölsterl and Christian Wachinger},
journal= {arXiv preprint arXiv:2203.09446},
year = {2022}
}
备注
Accepted at CVPR 2022