8月24日
11:02
11:02官方账号arXiv cs.AI@David P. Stonko
精选
提出Anatomy-Informed Neural Networks (AINN),通过在损失函数中引入软解剖先验和将硬解剖先验构建到架构中,解决深度学习解剖模型可能产生不合理的预测问题。在有限数据的临床案例中,研究主动脉髂动脉树在引入硬质导丝时的变形。使用Wasserstein-2最优传输损失进行监督,将2D血管造影训练3D预测。未进行网络训练,未来工作将模型应用于真实CT扫描。
推荐理由:这篇论文提出了一个新颖的解剖信息神经网络模型,通过引入解剖先验来提高解剖模型的准确性,对于需要精确解剖信息的领域如血管手术和内血管导航具有重要意义。