要約
心臓画像のセグメンテーションは、自動化された心機能評価と心臓構造の経時的変化のモニタリングに不可欠です。
画像解析における粗密アプローチに触発され、心臓画像内の心臓の位置を特定し、異なる関心領域の部分ベースのセグメンテーションを同時に実行できる、新しいマルチタスク構成セグメンテーション アプローチを提案します。
我々は、この構成的アプローチが解剖学的構造の直接セグメンテーションよりも優れた結果を達成することを実証します。
さらに、画像取得中に収集された心臓画像に関連するメタデータを活用するための新しいクロスモーダル機能統合 (CMFI) モジュールを提案します。
私たちは、公開データセットである Multi-disease, Multi-View, and Multi-Centre (M&Ms-2) データと Multi-structural Ultrasound Segmentation (CAMUS) データを使用して、MRI と超音波という 2 つの異なるモダリティで実験を実行し、検査の効率性を示します。
提案された構成セグメンテーション方法と、提案された構成セグメンテーション ネットワーク内にメタデータを組み込んだクロスモーダル機能統合モジュール。
ソース コードは https://github.com/kabbas570/CompSeg-MetaData から入手できます。
要約(オリジナル)
Cardiac image segmentation is essential for automated cardiac function assessment and monitoring of changes in cardiac structures over time. Inspired by coarse-to-fine approaches in image analysis, we propose a novel multitask compositional segmentation approach that can simultaneously localize the heart in a cardiac image and perform part-based segmentation of different regions of interest. We demonstrate that this compositional approach achieves better results than direct segmentation of the anatomies. Further, we propose a novel Cross-Modal Feature Integration (CMFI) module to leverage the metadata related to cardiac imaging collected during image acquisition. We perform experiments on two different modalities, MRI and ultrasound, using public datasets, Multi-disease, Multi-View, and Multi-Centre (M&Ms-2) and Multi-structure Ultrasound Segmentation (CAMUS) data, to showcase the efficiency of the proposed compositional segmentation method and Cross-Modal Feature Integration module incorporating metadata within the proposed compositional segmentation network. The source code is available: https://github.com/kabbas570/CompSeg-MetaData.
arxiv情報
著者 | Abbas Khan,Muhammad Asad,Martin Benning,Caroline Roney,Gregory Slabaugh |
発行日 | 2024-10-30 15:41:35+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google