机构名称：
¥ 1.0
摘要。生成统计模型在心脏解剖和功能的建模中具有多种应用，包括疾病诊断和预测，个性化形状分析以及用于电生理和机械计算机模拟的人群同类群体的产生。在这项工作中，我们提出了一种新的几何深度学习方法，基于各种自动编码器（VAE）框架的框架，这些框架准确地编码，重建和合成了双脑室解剖结构的3D表面模型。我们的非线性方法可与记忆良好的点云直接起作用，并且能够在多级设置中同时处理心脏解剖结构的多个子结构。此外，我们将亚群特定的特征引入了其他条件输入，以允许产生新的人解剖学。我们的方法在来自英国生物银行研究的数据集上达到了高重建质量，在基础图像像素分辨率下方的重建和金标准点云之间的平均倒角距离，用于所有解剖学子结构以及条件输入的组合。我们研究了我们方法的生成能力，并表明它能够通过既定的临床先例，通过体积测量来合成逼真的心脏的虚拟弹出术。我们还分析了自动编码器潜在空间中变异的影响，并在产生的解剖体上发现心脏形状和大小的可解释变化。
产生亚种群特异性双室解剖...
主要关键词
相关文件推荐
