Slic-Seg: 여러 뷰에서 드문드문하고 움직임에 의해 손상된 태아 MRI에서 태반을 최소한으로 상호작용하여 분할하는 방법

태아 MRI에서 태반을 분할하는 것은 드문드문한 획득, 슬라이스 간 움직임, 그리고 임산부 간 태반의 위치와 모양의 광범위한 변동으로 인해 어려워집니다. 우리는 정확한 태반 분할을 얻기 위해 서로 다른 뷰에서 획득된 여러 볼륨을 결합하는 최소한의 상호작용 프레임워크를 제안합니다. 첫 번째 단계에서는 Slic-Seg라는 최소한의 상호작용 슬라이스별 전파 방법을 사용하여 단일 움직임에 의해 손상된 드문드문한 볼륨 이미지에서 초기 분할을 얻습니다. 이는 고수준 특성, 온라인 랜덤 포레스트 및 조건부 랜덤 필드를 결합하며, 단일 슬라이스에서 사용자 상호작용만 필요합니다. 두 번째 단계에서는 서로 다른 뷰에서 획득된 여러 볼륨의 보완적인 해상도를 활용하기 위해, 슬라이스 간 및 이미지 간 일관성을 사용하여 초기 분할을 정제하는 확률 기반 4D 그래프 컷 방법을 추가로 제안합니다. 우리는 최소한의 상호작용 프레임워크를 사용하여 각각 축 방향 및 시상 방향 뷰에서 획득된 MRI를 통한 16명의 중기 임신 환자의 태반을 조사했습니다. 결과는 제안된 방법이 1) 사용자에 의해 제공된 드문 스크리블이 경쟁적인 전파 접근법에서 열악한 결과를 초래하는 경우에도 좋은 성능을 보이는 것을 보여줍니다; 2) 낮은 내부 및 운영자 간 변동성과 함께 좋은 상호작용을 제공합니다; 3) 최신 상호작용 분할 방법보다 높은 정확성을 보여주며; 4) 단일 볼륨 또는 강도 기반 그래프 컷보다 우수한 공동 분할 기반 정제로 인해 정확성이 향상됨을 보여줍니다.