摘要
研究背景:从CT图片三维重建得到的mesh-type coronary模型可以得到很多诊断信息。
问题:automated coronary centerline extraction
数据集:CCTA (cardiac computed tomography)Rotterdam Coronary Artery Centerline Extraction benchmark
方法: 3D-Unet, novel loss function, with augmented patches
结果:accuracy(90-95%) ovelap(90-94%)
一、相关工作
随着图像采集分辨率的提高和获得体积图像的新可能性,非侵入性医学成像方法大受欢迎。
分割包括识别、特征化、或者分离图像的一个或者多个区域,根据问题中区域之间的不均匀特征。在CCTA问题中农,分割可用于自动或者半自动地从CT序列中识别coronary 解剖,和用于自动识别损伤并且获取他们的几何或者提特征。
判断血管阻塞程度,判断正重塑,计算血管的距离
【1】确定positive remodeling
最近的重建模型已经达到了模拟流体动力学的性能
主要要提取的信息是自动或半自动得得到lesions、plaq