Estoy tratando de detectar automáticamente algunos puntos de referencia anatómicos definidos por el médico en un volumen reconstruido por TC. Los médicos usan estos puntos de referencia para medir algunos parámetros específicos del paciente. He intentado utilizar el descriptor de características SIFT, ya que estos puntos de referencia anatómicos son una especie de "puntos clave". Esto no funcionó muy bien ya que los puntos de referencia son puntos (o regiones pequeñas) que en general no son "puntos de interés" según lo definido por SIFT. He estado buscando muchos algoritmos de coincidencia de patrones / plantillas pero, cuando no tengo problemas de rotación / traducción / escala, encuentro que las características extraídas no diferencian suficientemente cada punto de referencia (del resto de los puntos de referencia y del resto de los no parches de referencia) para entrenar a un clasificador que funcione lo suficientemente bien (al menos un 80% de precisión de detección).
Avíseme si no estoy indicando el problema con suficiente claridad.
Realmente agradecería cualquier consejo.
¡Gracias!
Imagen de ejemplo:
Las pequeñas cruces x y los pequeños cuadrados están sobre los puntos de referencia que quiero detectar (olvidé mencionar que tengo un conjunto de entrenamiento, con los puntos de referencia etiquetados). Las líneas blancas representan las medidas tomadas. Estas son algunas secciones de diferentes casos (por supuesto, no puedo publicar el volumen 3D completo).
fuente
Respuestas:
Dudo en escribir esto como respuesta, pero dado que solo pides consejos, lo haré.
Sugiero investigar técnicas basadas en la Transformación de Wavelet Complejo de Árbol Dual (DTCWT) Estos han demostrado ser útiles para generar descriptores que tienen buena tolerancia al desplazamiento, la escala y la rotación de las imágenes de origen. No es el problema clásico en el sentido de que no está permitiendo que se le asignen los puntos, pero sospecho que puede adaptar las técnicas a puntos de referencia predefinidos.
Claramente, los puntos de referencia tienen cierto interés desde la perspectiva de un médico, por lo que hay algo de interés en ellos: es simplemente un caso de modelado en el descriptor. Las técnicas de wavelet (en particular el DTCWT) tienden a ser buenas para modelar características que el ojo capta.
Un punto de partida probablemente sería este artículo bastante reciente .
fuente