Point Transformer For Coronary Artery Labeling

要約

タイトル: 冠状動脈ラベリングのためのポイントトランスフォーマー
要約:
– 冠状動脈CTアンギオグラフィ（CCTA）スキャンは、冠状動脈疾患の診断に広く使用されています。
– CCTAの分析において、正確で自動的な血管ラベリングアルゴリズムは、診断効率を大幅に向上させ、臨床家の手動作業を減らすことができます。
– 本論文では、冠状動脈セグメンテーションのみを必要とするPoint Transformerに基づくシンプルな血管ラベリング手法を提案しています。
– 具体的には、まず、冠状セグメンテーションがポイントクラウドに変換されます。その後、これらのポイントは階層的なトランスフォーマーブロックにフィードされ、ローカルおよびグローバルな特徴を含む多レベルの特徴が取得されます。最後に、ネットワークは意味的分類ポイントを出力し、それらを中心線ラベリングにマッピングします。
– この手法は冠状セグメンテーションの構造にのみ基づいており、他の機能を必要としないため、頭部および頸部血管ラベリングなど他の血管ラベリングタスクにも容易に一般化できます。
– 提案手法の性能を評価するために、53人の被験者のCCTAスキャンが実験で収集されました。実験結果は、この手法の有効性を示しています。

要約(オリジナル)

Coronary CT angiography (CCTA) scans are widely used for diagnosis of coronary artery diseases. An accurate and automatic vessel labeling algorithm for CCTA analysis can significantly improve the diagnostic efficiency and reduce the clinicians’manual efforts. In this paper, we propose a simple vessel labeling method based on the Point Transformer, which only needs the coronary artery segmentation. Specifically, firstly, the coronary segmentation is transformed to point cloud. Then, these points are fed into the hierarchical transformer blocks to obtain the multi-level features, including local and global features. Finally, the network output the semantic classification points and map them to centerline labeling. This method is only based on the structure of coronary segmentation and need not other features, so it is easy to generalize to other vessel labeling tasks, e.g., head and neck vessel labeling. To evaluate the performance of our proposed method, CCTA scans of 53 subjects are collected in our experiment. The experimental results demonstrate the efficacy of this approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI