Khái niệm cốt lõi
암해부학 트리의 복잡한 토폴로지와 기하학을 효과적으로 표현하고 생성하기 위해 암묵적 신경 필드 표현과 노이즈 제거 확산 모델을 제안한다.
Tóm tắt
암해부학 트리(혈관, 기관지 등)는 임상 진단과 치료 계획에 중요하지만 복잡한 토폴로지와 기하학으로 인해 정확한 표현이 어려움
기존 방법들은 해상도, 유연성, 효율성 등의 한계가 있음
암묵적 신경 필드(INR)는 모양을 정확하고 효율적으로 표현할 수 있는 강력한 도구
각 트리 샘플에 대해 개별적으로 INR을 최적화하고, 이를 이용해 노이즈 제거 확산 모델을 학습
이를 통해 복잡한 토폴로지와 기하학을 가진 다양한 해부학 트리를 정확하게 표현하고 생성할 수 있음
정량적, 정성적 평가를 통해 제안 방법의 효과성과 유연성을 입증
Thống kê
제안 방법은 VascuSynth 데이터셋의 3D 혈관 트리를 10k 파라미터로 1283 볼륨 대비 220배 압축할 수 있음
IntRA 데이터셋의 3D 혈관 트리를 10k 파라미터로 60.5MB 대비 12.37MB로 압축할 수 있음
Trích dẫn
"암해부학 트리는 임상 진단과 치료 계획에 중심적인 역할을 하지만, 정확한 표현이 어려운 문제가 있다."
"암묵적 신경 필드는 모양을 정확하고 효율적으로 표현할 수 있는 강력한 도구이다."