Segmentation of the Left Ventricle by SDD double threshold selection and CHT

要約

磁気共鳴画像 (MRI) における左心室 (LV) の自動かつ堅牢なセグメンテーションは、何十年にもわたって課題であり続けています。
物体の検出と分類における深層学習の大成功により、近年、LV セグメンテーションの研究の焦点は畳み込みニューラル ネットワーク (CNN) に移りました。
ただし、LV セグメンテーションはピクセル レベルの分類問題であり、そのカテゴリはオブジェクトの検出と分類に比べて扱いが困難です。
この論文では、傾斜差分分布 (SDD) 二重閾値選択と円形ハフ変換 (CHT) に基づいたロバストな LV セグメンテーション方法を提案しました。
提案された方法は、自動心臓診断チャレンジ (ACDC) のテストセットで 96.51% の DICE スコアを達成しました。これは、最近出版された文献で報告されている最高の精度よりも高いです。

要約(オリジナル)

Automatic and robust segmentation of the left ventricle (LV) in magnetic resonance images (MRI) has remained challenging for many decades. With the great success of deep learning in object detection and classification, the research focus of LV segmentation has changed to convolutional neural network (CNN) in recent years. However, LV segmentation is a pixel-level classification problem and its categories are intractable compared to object detection and classification. In this paper, we proposed a robust LV segmentation method based on slope difference distribution (SDD) double threshold selection and circular Hough transform (CHT). The proposed method achieved 96.51% DICE score on the test set of automated cardiac diagnosis challenge (ACDC) which is higher than the best accuracy reported in recently published literatures.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google