前言
从CCTA中自动分析coronary artery对于CAD的诊断和评估是非常重要的。这方面主要包括两个既相关又分离的task: centerline extraction, lumen segmentation。
这篇论文利用了他们的相互关系提出了一个joint centerline extraction and lumen segmentation的混合深度学习模型。
模型详情:
CNNTracker: 从种子到检测到的孔或血管末端来跟踪中线,这修复了以前基于像素的分割方法中常见的破损问题。
Vasculr Graph Convolutional Network(GCN): 利用几何形状精确进行基于网格的管腔分割
CNNTracker和GCN之间的交替,改进了中心线,减少了跟踪中的飘移。
实验:
CCTA data: 101 patients (right coronary artery, left anterior descending, left circumflex)
一、Introduction
Extract coronary arteries 可以帮助医生更好地评