在3D医疗卷中进行精确的血管细分的几何-拓深度转移学习
Jiake Wu1, Zongyu Wen2, Hainan Zhou3
1Department of Cardiology, Shengjing Hospital of China Medical University, Sanhao Street, Shenyang, 110000, Liaoning, China.
NPJ digital medicine
|January 16, 2026
概括
FlowAxis提供了一种新的连续方法,用于在3D医学图像中建模血管,比传统的基于voxel的方法提高准确性和可靠性,以获得更好的诊断.
科学领域:
- 医疗成像医学成像
- 计算解剖学的计算解剖学
- 几何建模 几何建模
背景情况:
- 目前用于血管建模的基于voxel的方法与拓准确性和碎片化作斗争.
- 这些局限性阻碍了精确的临床诊断和治疗规划.
研究的目的:
- 介绍FlowAxis,一种用于血管架构的新型连续参数化范式.
- 解决离散的音符智能表示中固有的拓和碎片化问题.
主要方法:
- 开发适应式容器轴 (AVA),使用相互连接的关键点进行内在拓封装.
- 利用能量函数的位移凸度来保证拓连贯性.
- 提供一个完整的理论框架,以持续的船只表示与最佳性和趋同的保证.
主要成果:
- 在四个3D血管细分数据集中实现拓精度 (clDice) 和几何精度 (豪斯多夫距离) 的显著改进.
- 与现有方法相比,证明优越的拓连贯性.
- 通过全面的实证测试来验证性能.
结论:
- 在医学成像中,FlowAxis为连续血管表示提供了一个强大而理论上健全的框架.
- 该方法提高了准确性和可靠性,为临床工作流提供了变革性的潜力.
- 这项工作将数学严谨与实际的医学成像应用相结合.
