VesselSim: Dati Sintetici per la Segmentazione 3D dei Vasi Sanguigni
VesselSim è un sistema a due fasi progettato per la segmentazione 3D dei vasi sanguigni, che non richiede dati annotati reali per l'addestramento. Inizialmente, una simulazione stocastica basata sulla geometria crea 16.500 volumi angiografici 3D anatomicamente realistici. Nella fase successiva, una U-Net 3D viene addestrata esclusivamente su questo dataset sintetico. Per colmare il divario tra immagini sintetiche e reali, durante il test viene impiegato un decoder di ricostruzione della maschera auto-supervisionato. Questo approccio affronta la difficoltà di acquisire annotazioni vascolari esperte necessarie per le applicazioni di deep learning nell'analisi delle immagini mediche.
Fatti principali
- VesselSim è un framework a due stadi per la segmentazione 3D dei vasi sanguigni.
- Elimina la necessità di dati annotati reali durante l'addestramento.
- Primo stadio: simulazione vascolare stocastica guidata dalla geometria che genera 16.500 volumi angiografici 3D sintetici.
- La simulazione modella ramificazione ricorsiva, crescita controllata dalla curvatura e topologia sensibile alle collisioni.
- Viene utilizzata la sintesi di intensità randomizzata per dominio per un aspetto realistico.
- Secondo stadio: una U-Net 3D viene addestrata esclusivamente su dati sintetici.
- L'adattamento al test utilizza un decoder di ricostruzione della maschera auto-supervisionato.
- Il metodo è mirato alla cura delle malattie vascolari e alla pianificazione chirurgica.
Entità
—