Topology Repairing of Disconnected Pulmonary Airways and Vessels: Baselines and a Dataset

要約

肺の気道と血管を正確にセグメンテーションすることは、肺疾患の診断と治療にとって非常に重要です。
しかし、現在の深層学習アプローチには、臨床での有用性を妨げる切断性の問題があります。
この課題に対処するために、我々は、データ駆動型の方法を活用して、切断された肺管構造のトポロジーを修復する後処理アプローチを提案します。
私たちのアプローチでは、問題をキーポイント検出タスクとして定式化し、切断されたコンポーネントを橋渡しできるキーポイントを予測するようにニューラル ネットワークをトレーニングします。
完全な肺構造から切断されたデータを生成するトレーニング データ合成パイプラインを使用します。
さらに、新しい肺樹修復 (PTR) データセットが公開されています。これは、肺の気道、動脈、静脈の 800 個の完全な 3D モデルと、切断された合成データで構成されています。
コードとデータは https://github.com/M3DV/pulmonary-tree-repairing で入手できます。

要約(オリジナル)

Accurate segmentation of pulmonary airways and vessels is crucial for the diagnosis and treatment of pulmonary diseases. However, current deep learning approaches suffer from disconnectivity issues that hinder their clinical usefulness. To address this challenge, we propose a post-processing approach that leverages a data-driven method to repair the topology of disconnected pulmonary tubular structures. Our approach formulates the problem as a keypoint detection task, where a neural network is trained to predict keypoints that can bridge disconnected components. We use a training data synthesis pipeline that generates disconnected data from complete pulmonary structures. Moreover, the new Pulmonary Tree Repairing (PTR) dataset is publicly available, which comprises 800 complete 3D models of pulmonary airways, arteries, and veins, as well as the synthetic disconnected data. Our code and data are available at https://github.com/M3DV/pulmonary-tree-repairing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google