跳到正文
arXiv · 机器人与计算机视觉· Mrunmay Angaitkar, Piyush Kumar, Aarjav Satia, Pranav Rao, Ashish Mittal, Manoj Tadepalli, Preetham Putha·· 6 天前AI 评分48

CT 投影分解框架实现胸部 X 光片骨骼抑制监督学习

Anatomy-Decomposed Chest Computed Tomography (CT) Projections as Scalable Supervision for Bone Suppression in Chest Radiographs

AI 导读

该研究提出基于数字重建放射图(DRR)的框架,利用 CT 数据生成成对监督信号以解决胸部 X 光片中骨骼遮挡异常及缺乏配对训练数据的难题。模型通过预测目标组件并减去其余部分实现骨骼或肺部成分抑制,在多个公开数据集上显著提升了骨重叠区域的异常检测效果。相比开源 DRR 引擎,未修改的 DRR 保持解剖结构真实性,而转换后的投影在 FID、肺野锐度及与源 CT 的一致性方面表现最佳。

来源:arXiv · 机器人与计算机视觉 · arxiv.org