细分辅助血管中线提取从大脑CT血管图

科学领域:

• 医疗成像医学成像
• 神经科学是一个神经科学.
• 计算机视觉 计算机视觉

背景情况:

• 从CT血管造影 (CTA) 中精确提取脑血管中心线对于诊断和治疗脑血管疾病,如中风至关重要.
• 挑战包括复杂的脑血管结构和CTA扫描中可变的成像质量.

研究的目的:

• 开发和验证一个细分辅助的框架,以提高从CTA图像中提取脑血管中线的准确性和效率.
• 在没有额外的医生注释的情况下简化光线细分生成,从而提高中心线提取效率.

主要方法:

• 一个整合预处理 (图像注册,补丁划分),光线分割生成 (图形切割,内核回归),双分支拓意识UNet (DTUNet) 具有拓意识损失 (TAL) 的框架,以及后处理 (骨架化,改进).
• DTUNet通过其双分支结构和TAL.优化了注释中心线的使用和产生的光线细分,通过其双分支结构和TAL.

主要成果:

• 该框架的评估是基于公司内部的数据集,包括10次内扫描和40次图像CTA扫描.
• 在平均对称中心线距离 (ASCD) 和重叠 (OV) 中,在最先进的方法中表现出优越的性能.
• 达到了0.84的ASCD和0.885的OV的内图像,以及1.26的ASCD和0.824的OV的子图像,显示出临床中风应用的希望.

结论:

• DTUNet框架自动化了光线细分,并优化了网络设计,以实现高性能船舶中线提取.
• 在没有额外的注释要求的情况下获得了出色的结果,为脑血管疾病管理提供了显著的好处.