YOLO-Angio：一种用于冠状动脉解剖分割的算法
图像与视频处理
2023-10-25 v1 计算机视觉与模式识别
摘要
冠状动脉造影仍是冠状动脉性心脏病（全球最常见的死亡原因）诊断的金标准。尽管该手术每年施行超过200万次，但目前仍缺乏快速、准确的自动化疾病测量与冠状动脉解剖定位方法。在此，我们呈现了为MICCAI 2023上举办的基于X射线造影图像的自动区域式冠状动脉疾病诊断（ARCADE）挑战赛所提出的解决方案。针对动脉分割任务，我们采用三阶段方法：首先通过经典计算机视觉进行预处理与特征选择以增强血管对比度，随后基于YOLOv8的集成模型通过生成血管图提出可能的血管候选，最后基于逻辑的方法以图排序重建冠状动脉树得到最终分割。我们的ARCADE挑战赛参赛作品总体排名第3。使用官方评估指标，我们在验证集和留出集上分别取得了0.422和0.4289的F1分数。
引用
@article{arxiv.2310.15898,
title = {YOLO-Angio: An Algorithm for Coronary Anatomy Segmentation},
author = {Tom Liu and Hui Lin and Aggelos K. Katsaggelos and Adrienne Kline},
journal= {arXiv preprint arXiv:2310.15898},
year = {2023}
}
备注
MICCAI Conference ARCADE Grand Challenge, YOLO, Computer Vision,