Anatomical-Aware Point-Voxel Network for Couinaud Segmentation in Liver CT

摘要

在 CT 成像中，将肝脏准确分割为解剖片段对于手术规划和病变监测至关重要。然而，这一任务面临着挑战，因为解剖片段是基于血管结构定义的，并且在 CT 图像中相邻片段之间缺乏强度对比度。

本研究提出了一种新颖的点 - 体素融合框架来解决这一挑战。首先，从 CT 图像中分割出肝脏和血管，并生成嵌入有血管结构先验的 3D 肝脏点云和体素网格。然后，设计了一个多尺度点 - 体素融合网络，分别捕获肝脏和血管的解剖结构和语义信息，同时通过血管结构先验增加了重要的数据访问。最后，网络输出在连续肝脏空间中 Couinaud 片段的分类，生成更准确、更平滑的 3D Couinaud 分割掩码。

代码地址

方法

Fig. 1. 应用于肝脏血管结构的 Couinaud 分割（用罗马数字表示）。(a) 和 (b) 简要展示了被肝静脉分隔的几个 Couinaud 分割。 © 和 (d) 显示了被门静脉包围的几个分割，这些分割由肝静脉的走向划分。

实验结果