-
题名InstantMesh:早期胃癌图像三维重建方法
- 1
-
-
作者
姚敏佳
宋文爱
孙雪
王子钰
雷毅
王青
赵莉
-
机构
中北大学软件学院
北京医院特需医疗部及全科医学科
北京市马家堡社区卫生服务中心消化内镜中心
清华海峡研究院(厦门)药物警戒信息技术与数据科学研究中心
北京医院消化内科
-
出处
《计算机与现代化》
2025年第10期51-56,66,共7页
-
基金
国家自然科学基金面上项目(82373426)。
-
文摘
近年来,我国胃癌发病率持续上升,而早期胃癌的诊断率却相对较低,放大内镜作为诊断早期胃癌的重要手段,尽管能观察到微小病灶,但传统诊断方法难于量化分析,限制了其在临床实践中的应用,对患者的治疗和预后带来极大的挑战。为了辅助早期胃癌的诊断,提高患者的生存率和预后,基于深度学习的放大胃镜图像三维重建算法已成为研究热点。本文提出利用InstantMesh框架,结合多视图扩散模型和稀疏视图重建模型,并基于前期对单个放大胃镜图像病灶区分割的坐标信息进行裁剪,实现对单个病灶区图像的高质量三维网格模型构建。此方法不仅提升了重建精度,降低了噪声干扰,同时使病灶特征更加清晰。实验结果表明,该方法在医学图像三维重建的定性和定量评估中均显著优于Unique3D、TripoSR、Convolutional Reconstruction Model(CRM)以及One-2-3-45等现有最新的单视图三维重建算法。本文旨在为胃癌的早诊早治提供有力的技术支持,为提高我国胃癌防治水平做出实质性贡献。
-
关键词
深度学习
早期胃癌
三维重建
instantmesh
多视图扩散模型
稀疏视图重建模型
-
Keywords
deep learning
early gastric cancer
3D reconstruction
instantmesh
multi-view diffusion model
sparse view re⁃construction model
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
