Meshes Meet Voxels: Abdominal Organ Segmentation via Diffeomorphic Deformations

要約

CT および MRI による腹部の多臓器セグメンテーションは、手術計画およびコンピュータ支援ナビゲーション システムの必須の前提条件です。
腹部形状の三次元数値表現は、その定量的および統計的分析にとってさらに重要である。
しかし、この分野の既存の方法では、滑らかでトポロジー的に正しく、テンプレート上の点と一致する高精度の 3D 表現を抽出することができません。
この研究では、腹部臓器に対する新しい微分同相形状変形アプローチである UNetFlow を紹介します。
UNetFlow は、3D 形状抽出のためのボクセル ベースのアプローチとメッシュ ベースのアプローチの利点を組み合わせています。
私たちの結果は、手動で注釈を付けた CT データに関して高い精度があり、以前の方法と比較してトポロジカルな正確性が優れていることを示しています。
さらに、UNetFlow の MRI への一般化を示します。

要約(オリジナル)

Abdominal multi-organ segmentation from CT and MRI is an essential prerequisite for surgical planning and computer-aided navigation systems. Three-dimensional numeric representations of abdominal shapes are further important for quantitative and statistical analyses thereof. Existing methods in the field, however, are unable to extract highly accurate 3D representations that are smooth, topologically correct, and match points on a template. In this work, we present UNetFlow, a novel diffeomorphic shape deformation approach for abdominal organs. UNetFlow combines the advantages of voxel-based and mesh-based approaches for 3D shape extraction. Our results demonstrate high accuracy with respect to manually annotated CT data and better topological correctness compared to previous methods. In addition, we show the generalization of UNetFlow to MRI.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google