基于多尺度分数各向异性张量的二维和三维血管结构增强

ECCVFeb, 2019

基于多尺度分数各向异性张量的二维和三维血管结构增强

2D and 3D Vascular Structures Enhancement via Multiscale Fractional Anisotropy Tensor

Haifa F. Alhasson, Shuaa S. Alharbi, Boguslaw Obara

TL;DR本文研究了利用 Hessian 矩阵检测曲线状血管结构的可行性和局限性，并提出了一种新的增强函数以克服现有方法的不足，该方法已通过合成和真实的 2D 和 3D 生物医学图像的定量和定性评估，并与现有方法进行了比较，实验结果证明我们提出的方法实现了高质量的曲线结构增强。

Abstract

The detection of vascular structures from noisy images is a fundamental process for extracting meaningful information in many applications. Most well-known vascular enhancing techniques often rely on Hessian-based filters. This paper investigates the feasibility and deficiencies of det

vascular structures hessian matrix biomedical images enhancement curvilinear structure

发现论文，激发创造

DeepVesselNet: 三维血管造影体积中的血管分割、中心线预测和分叉点检测

DeepVesselNet 是一种适用于血管图像分割的网络结构，主要使用 2D 十字卷积滤波器和合成数据集进行训练，能在降低计算复杂度的同时实现较高准确率。

Mar, 2018

密集体积到体积的血管边界检测

介绍了一种叫做 I2I-3D 的 3D 卷积神经网络体系结构，用于在体积数据中预测边界位置，并且经过实验证明，该深度学习方法优于结构森林 3D 和 HED 等方法，适用于医疗数据的边界检测，同时能够捕捉到细微的结构。

May, 2016

曲率正则化的薄结构估计

提出了一个目标函数，其中结合了检测似然和先验条件，最小化中心线或表面的曲率，用于同时检测和描绘细结构，具有亚像素定位和实值方向估计。

Jun, 2015

通过血管概率引导的衰减学习从稀疏视角动态 DSA 图像中重建 3D 血管

利用血管概率场进行稀疏视图数字减影血管造影重建任务的研究表明，这种方法能够有效地解决动态血流和稀疏视图数字减影血管造影图像输入不足的问题，并显著提高重建质量及全景合成图像质量。

May, 2024

扩散模型生成具有结构现实性的视网膜底部图像

使用扩散模型生成解剖准确的血管结构视网膜图像，评估表明该方法提高了数据增强和血管分割的性能并可以构建独立的数据集。

May, 2023

基于物理信息学的时间分辨血管造影荧光剂浓度重建

通过训练基于神经网络的模型，并结合血液流动模拟数据集，我们的方法可以重建血管内对比剂在时间和空间上的浓度变化，具有很高的准确性和鲁棒性。

Mar, 2024

基于结构张量的图像插值方法

本文提出了一种基于结构张量的新的直接边缘导向图像超分辨率算法，使用各像素的各向同性高斯滤波器计算结构张量，根据其特征值将像素分为统一区域、角落和边缘三个不同类别，通过结构张量切线特征向量，确定边缘方向并用于沿边缘插值，与部分以前的边缘导向图像插值方法相比，该方法在客观和主观方面都达到了更高的质量。此外，该算法不需要优化处理即可实现更高的速度。

Feb, 2014

HiFi-Syn: 高保真合成预留结构 MRI 图像的分层细粒度判别

通过层次粒度判别，结合多个语义信息级别，对医学图像进行保留结构信息的合成与翻译，包括像素级判别、结构级判别和整体级判别，有效提升对病态结构如脑肿瘤等进行综合诊断的性能。

Nov, 2023

基于隐式自纹理增强的高效双分支框架，实现任意尺度组织病理学图像超分辨率

本文介绍了一种基于双分支框架和自纹理增强机制的病理图像任意尺度超分辨率方法，该方法能够有效提高超分辨率结果，且在两个公共数据集上的表现均优于现有的定尺度和任意尺度算法。

Apr, 2023

3D 血管分割，以最大强度投影的 2D 标注为监督

利用最大强度投影法（MIP）将 3D 卷积降维为 2D 图像进行有效注释，然后利用 2D 标签训练三维血管分割模型并生成伪标签，进一步改进分割性能。

Feb, 2024