摘要

本文介绍了一种名为SPOCKMIP的方法，用于在7T磁共振血管成像（MRA）中分割血管，通过增强连续性使用最大强度投影（MIP）作为损失函数。该研究聚焦于提高血管分割质量，通过考虑特征的空间相关性，特别是在高分辨率3D 7T MRA中，使用MIP作为额外的损失标准。提出的方法在视觉检查中显示出改进的血管连续性，并在定量评估中显示出更高的Dice系数，表明其在神经影像学中的应用前景广阔。

原理

SPOCKMIP方法基于UNet-MSS模型，通过将激活函数从ReLU替换为LeakyReLU，并引入MIP作为额外的损失项来增强补丁基础训练流程。MIP损失通过比较预测补丁的MIP与相应标签MIP中的补丁来计算，旨在惩罚预测的血管不连续性。此外，研究还提出了多轴MIP损失，通过比较网络的3D补丁预测的MIP与3D标签的MIP在多个视图上来计算，以更好地感知血管结构的空间连续性。

流程

SPOCKMIP的工作流程包括从输入体积创建3D补丁，训练修改后的UNet-MSS网络，然后计算MIP损失和MSS损失。MIP损失是通过比较网络在每个级别的预测补丁的MIP与地面真实分割的MIP来计算的。MSS损失是通过比较多级别补丁预测与相应标签补丁来计算的。最终，通过反向传播两个损失的加权和来优化网络。

应用

SPOCKMIP方法在神经影像学中的血管分割具有广泛的应用前景，特别是在诊断和治疗脑血管疾病，尤其是小血管疾病方面。通过提高分割的精确性和可靠性，该方法有助于更准确地识别和分析脑血管结构，从而改善患者的诊断和治疗效果。