重建和完成高分辨率的3D心脏形状,使用异型CMRI细分和连续隐性神经表示
Jörg Sander1, Bob D de Vos2, Steffen Bruns2
1Department of Biomedical Engineering and Physics, Amsterdam University Medical Center location University of Amsterdam, The Netherlands; Amsterdam Cardiovascular Sciences, Amsterdam, The Netherlands; Informatics Institute, University of Amsterdam, Amsterdam, The Netherlands.
Computers in biology and medicine
|July 26, 2023
概括
这项研究引入了一种新的方法,使用自动解码器从稀疏的心磁共振成像 (CMRI) 数据中重建详细的3D左心室 (LV) 形状,提高解剖学准确度.
科学领域:
- 医疗成像医学成像
- 计算解剖学的计算解剖学
- 心血管成像 - 心血管成像
背景情况:
- 基于voxel的细分是心脏磁共振图像 (CMRI) 中左心室 (LV) 分析的标准.
- 标准的CMRI产生具有有限的全心覆盖和运动文物的异构型3D图像,阻碍了准确的解剖评估.
- 稀疏视图CMRI加剧了这些局限性,损害了对心脏功能和形态的评估.
研究的目的:
- 开发一种方法,从稀疏的CMRI数据中重建高分辨率,连续的3D LV形状.
- 为了解决CMRI中异构成像,稀疏视图和运动工件的局限性.
- 为了提高LV功能和解剖异常评估的准确性.
主要方法:
- 一种新的自动解码方法被训练使用高分辨率的心脏CT血管学细分.
- 该方法学习了一个连续的隐式函数来表示3DLV形状.
- 重建和形状完成能力使用配对的高分辨率和低分辨率CMRI LV细分进行了评估.
主要成果:
- 重建的LV形状实现了不受约束的亚声素分辨率,在透过平面的方向上看起来光滑和可信.
- 布兰德-阿尔特曼分析显示,重建的高分辨率体积比低分辨率体积更接近参考体积 (偏差: -3.51 mL).
- 该方法成功地恢复了缺失的形状信息,并纠正了运动诱导的工件.
结论:
- 拟议的自动解码方法有效地从稀疏的CMRI数据中重建详细的3D LV形状.
- 这种技术通过克服成像限制,提高了心脏解剖评估的准确性.
- 该方法有可能从CMRI中改善心脏异常的诊断.
