2016年左心房壁分割比赛之LKEB muti-atlas+level set(MICCAI 2016)
来源:互联网 发布:php is_empty_array 编辑:程序博客网 时间:2024/05/09 20:54
文章题目:Automatic Left Atrial Wall Segmentation from Contrast-Enhanced CT Angiography Images
摘要:Abstract. Assessment of the left atrial (LA) wall can provide valuable information for treatment of atrial fibrillation (AF) patients. In this work, we propose a fully automatic workflow to segment the atrial wall from contrast-enhanced CT angiography (CTA). The workflow consists of 3 steps: (1) global segmentation of LA by multi-atlas image registration approach, (2) selected enhancement of the atrial wall by nonlinear intensity transformation, (3) segmentation of the inner and outer boundary of atrial wall by level-set approach.
数据来源:MICCAI 2016 Left Atrial Wall Thickness Challenge. 算是没公开吧,只有参加比赛的队伍才能获得数据,而且好像还是比赛完24小时删除的那种。
数据:CTA,Philips 256 iCT scanner,使用造影增强剂,ECG-gated single breath hold,重建切片厚度0.8-1mm,片增加0.4mm和250mm的视野(不太懂什么意思)。图像矩阵512*512使用锐化重建核函数构建(constructed with a sharp reconstuction kernel)
这支队伍使用的基于图谱和水平集的方法对心内膜和心外膜进行分割完成对心房壁厚的估计。
流程:
首先使用multi-atlas初始化LA和PVs的全局分割,算是确定感兴趣区域吧。使用投票的方法确定LA和PV
接着增强图像的对比度,使用HU值作为先验知识对心房壁进行分割。LA blood pool的边界作为心房内壁(HU=100~300),epicardial fat的边界作为心房外壁(HU=-100~-50)。由于脂肪组织和血池之间HU值的差异使用HU=[0,400]把心房组织和脂肪区分开来,再对图像进行开方(非线性变化)把使心房壁和其他组织区分开来(因为高对比度的血池使心房壁变得模糊(overshadowed),非线性变化对于large signals的抑制作用比small signals更强)。
最后使用leve-set方法对心房壁进行细化,水平集函数Φ(x, y, z) = 0 ,演化函数:Φt + F |∇Φ| = 0 ,Φt = ∂Φ/∂t ,沿着法线方向进行演化,F使用的图像局部信息和图像梯度。第一个水平集函数在multi-atlas分割时使用,结果作为心内膜,然后以心内膜作为初始轮廓使用图像梯度进行演化分割出心外膜,停止演化条件:厚度<=4mm,迭代次数4/CTA内平面精度)
结果:
问题:
1、atlas使用的是MRA图像,目标是CTA,可以相互使用吗?如果可以 是不是还需要进行一下融合?
2、Hu值的调整我自己认为是在输入图像上直接做的,但也有可能是在大致分割之后进行的,不是很清楚。
总结:
这篇文章写的太笼统,其他几篇写的也是,可能这就是这个比赛的style,水平集的函数没有给出。图谱的方法估计心内膜算是传统的方法,好像心房分割大家都是利用的血池和心房壁之间的对比度完成的。今天师姐开组会时提到专家在对心内膜进行标定时更偏向于血池而不是心肌,以后处理的时候要注意,可以在水平集上加上血池方向的力。在心内膜的基础上演化心外膜利用了Hu值调整的增强图像的梯度信息,在原图像上利用增强图像的信息这种方法一开始自己还是不理解,认为Hu值的调整改变了原始图像的精度,但是只是对Hu值进行了调整,主要利用的还是每个像素点的位置信息,双方根据位置进行点对点的对应然后把梯度信息加上去,应该就是这样子。
Hu值是第一次遇到,Hounsfield 将线性衰减系数划分为2000 个单位,称为CT值,以水为0 值,最上界骨的CT 值为1000 ;最下界空气的CT 值为-1000 。目前绝大多数的CT 扫描机均具有1000 或2000 以上的变化范围。是CT图像中各组织与X线衰减系数相当的对应值。
- 2016年左心房壁分割比赛之LKEB muti-atlas+level set(MICCAI 2016)
- 左心房的守护
- 「MICCAI 2016」Reading Note
- 「MICCAI 2016」Reading Note
- 计算机视觉之图像分割——水平集Level Set
- 2017百度之星初赛:A-1002. 数据分割(并查集+set)
- Atlas快速入门之实战Atlas
- Atlas快速入门之实战Atlas
- Atlas快速入门之实战Atlas
- Atlas快速入门之实战Atlas
- Atlas快速入门之实战Atlas
- mysql代理之Atlas
- MULIT 2016比赛小结(前)
- 2016年蓝桥杯比赛心得
- 计蒜客2016比赛
- 2016年蓝桥杯比赛题目
- 2016蓝桥杯假期任务之《奇怪的比赛》
- 一个脚本打比赛之SMP WEIBO 2016
- xampp配置ssl 端口443后,无法开启服务。提示端口被占用
- VS2010开发——vc++项目编写DLL提供vb.net调用
- Jenkins构建一个项目
- 模板
- unity动态创建文件夹
- 2016年左心房壁分割比赛之LKEB muti-atlas+level set(MICCAI 2016)
- 两种比较好的java的单例实现
- Hyper Thread
- extern关键字总结
- 解决RadioGroup setOnCheckedChangedListener多次调用
- play框架的问题探讨
- linux find命令用法
- Qt语言家使用问题:在语言家翻译了,但程序起来翻译就是不起作用
- 分享一个超强的连接Ubuntu ssh 工具