67、医学影像计算与计算机辅助干预：线性统计形状模型、地标定位及计算机集成介入医学

医学影像计算与计算机辅助干预：线性统计形状模型、地标定位及计算机集成介入医学

在医学影像处理和计算机辅助干预领域，有两个关键方面值得深入探讨，一是线性统计形状模型与地标定位，二是计算机集成介入医学 30 年的发展。

线性统计形状模型与地标定位

在医学影像中，地标定位是一项重要任务，它有助于准确识别和分析人体解剖结构。目前有多种方法可用于地标定位，其中利用人工智能体定位地标是一种非常有效的方法。

利用智能体定位地标

训练人工智能体朝着真实地标位置移动是检测地标一种有效方法。给定一个任意起点，智能体对图像特征进行采样，并计算出一个朝着目标地标更接近的移动方向。这可以通过一个分类器来实现，该分类器选择要移动到的相邻像素或体素。智能体随后在图像中“爬行”，直到收敛到真实地标位置。这种智能体可以通过深度强化学习进行训练，目标是从任何起点学习到地标的最优路径。该技术在 3D CT 图像中定位地标以及识别地标是否在图像之外非常有效，而且效率很高，因为它只需要对从初始点到地标的路径周围的图像特征进行采样，而不是像穷举技术那样扫描整个图像。

地标定位方法讨论

目前已经提出了许多用于在图像中定位地标的方法，不同方法适用于不同的任务和数据。
- 二维任务 ：对于二维任务，如在 X 光片中定位骨骼轮廓，一些最佳技术已经接近有经验的人类标注者的准确性和鲁棒性。
- 随机森林回归方法 ：包括投票技术 RFRV - CLM 和迭代更新方法，适用于一系列问题，并且能够处理训练集中的显著变化。
- 全卷积 CNN 方法 </