Segmentação Profunda de Vasos com Codificação de Múltiplos Priors Conjuntos

A delimitação precisa de vasos sanguíneos em imagens médicas é crítica para muitas aplicações clínicas, incluindo detecção de patologias e planejamento cirúrgico. No entanto, a segmentação vascular totalmente automatizada é desafiadora devido à variabilidade na forma, tamanho e topologia. A segmentação manual continua a ser o padrão ouro, mas é demorada, subjetiva e impraticável para estudos em grande escala. Assim, há uma necessidade de métodos de segmentação automáticos e confiáveis que possam detectar com precisão vasos sanguíneos a partir de imagens médicas. A integração de priors de forma e topologia nos modelos de segmentação de vasos demonstrou melhorar a precisão da segmentação ao oferecer informações contextuais sobre a forma dos vasos sanguíneos e suas relações espaciais dentro da árvore vascular. Para melhorar ainda mais a consistência anatômica, propomos um novo mecanismo de codificação de priors conjuntos que incorpora tanto a forma quanto a topologia em um único espaço latente. A eficácia do nosso método é demonstrada no conjunto de dados 3D-IRCADb, disponível publicamente. De forma mais global, a abordagem proposta promete superar os desafios associados à delimitação automática de vasos e tem o potencial de avançar o campo da codificação de priors profundos.