实体
ImageCAS
ImageCAS
PulseAugur coverage of ImageCAS — every cluster mentioning ImageCAS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架增强CT扫描3D冠状动脉重建
研究人员开发了一种新颖的框架，用于从心脏CT血管造影（CCTA）数据中重建3D双侧冠状动脉树。该方法通过采用多尺度表示和黎曼树状结构框架，解决了量化、区域模糊和动脉口漂移等局限性。该系统利用深度学习方法，包含边界跳跃、残差分支、亚体素位移头和动脉口检测器等特定架构组件，并使用AdamW优化器进行训练。在未见过的CCTA数据集上的评估表明，重建精度显著提高，中心线距离和F1分数等指标显示出优于现有方法的性能。
-
新的NeRF框架可从有限的X射线视图重建三维冠状动脉
研究人员开发了NeCA++，一个新颖的多阶段神经辐射场（NeRF）框架，用于从有限的、窄角的X射线血管造影投影进行三维冠状动脉重建。这种自监督方法解决了仅有两个低角度二维图像可用时重建三维血管结构的挑战，而这种情况在临床实践中很常见。该框架通过首先建立粗略的三维表示，然后专注于解剖学上合理的区域内的高分辨率细节，逐步改进重建，从而提高准确性和稳定性。
-
新数据集ImageCAS-X推动CCTA冠状动脉分割进展
研究人员推出ImageCAS-X，这是一个旨在提高冠状动脉CT血管造影（CCTA）中冠状动脉分割准确性的新数据集和基准。该数据集源自公开可用的ImageCAS数据集，包含800次扫描的血管腔、冠状动脉节段和中心线的详细体素级标注。该基准评估了现有腔分割方法与观察者间变异性，并根据各种临床和解剖学因素对性能进行分层。ImageCAS-X旨在支持心血管研究中腔分割、斑块量化和血流动力学建模等先进方法的开发和验证。