通过适应性可变形模型配件的左心室快速网状预测
Yurun Yang1,2, Yang He1,3, Dong Liang1
1Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences, 1068 Xueyuan Avenue, Guangdong, People's Republic of China.
Physics in medicine and biology
|March 18, 2025
概括
这项研究引入了一种新的,无需培训的框架,用于精确的3D左心室网状重建,提高心脏应用的速度和通用性,而不需要大型数据集.
科学领域:
- 生物医学工程 生物医学工程
- 医学成像分析 医学成像分析
- 计算心脏病学 计算心脏病学
背景情况:
- 准确的3D左心室网状重建对于心脏模拟和诊断至关重要.
- 现有的方法面临着计算成本,数据要求和有限的概括性方面的挑战.
研究的目的:
- 开发一个快速的,没有培训的框架来预测左心室网格.
- 克服传统有限元建模和深度学习方法的局限性.
主要方法:
- 一个新的适应性可变形模型配套框架,利用正确的直角分解 (POD) 衍生基础函数.
- 使用共享的模态组件,独立优化内心和上心表面的两阶段配套方案.
- 集成可微分的声音化和多声波线插曲,用于梯度驱动的网格对齐.
主要成果:
- 在三个心脏MRI数据集中实现了0.85的平均子系数.
- 与其他方法相比,在扩张性心肌病病例中,戴斯得分 (0.78) 提高了16%.
- 在各种心脏病理学中验证了强大的性能和通用性.
结论:
- 拟议的框架提高了左心室3D重建的准确性和速度.
- 这种无培训的方法提供了显著的优势,消除了对广泛的注释数据集的需求.
- 该方法在各种心脏疾病中具有广泛的适用性.
