MCM: 基于 Mamba 的心脏运动追踪使用 MRI 中 的连续图像-计算机科学-机器学习-磁共振成像-心脏运动追踪.pdfVIP

MCM:基于Mamba的心脏运动追踪使用MRI中

的连续图像

JiahuiYin,XinxingCheng,JinmingDuan,YanPang,

DeclanO’Regan,HadrienReynaud,andQingjieMeng

SchoolofComputerScience,UniversityofBirmingham,Birmingham,UK

{jxy427,m.qingjie}@bham.ac.uk

DivisionofInformatics,ImagingandDataSciences,UniversityofManchester,

Manchester,UK

本CentreforComputationalImagingandModellinginMedicine,Universityof

Manchester,Manchester,UK

译GuangdongProvincialKeyLaboratoryofComputerVisionandVirtualReality

中Technology,ShenzhenInstituteofAdvancedTechnology,ChineseAcademyof

1Sciences,Shenzhen,China

vMRCLaboratoryofMedicalSciences,ImperialCollegeLondon,London,UK

8UKRICDTinAIforHealthcare,ImperialCollegeLondon,London,UK

7

6DepartmentofComputing,ImperialCollegeLondon,London,UK

7

1

.

7

0摘要心肌运动追踪对于评估心脏功能和诊断心血管疾病非常重要，为此，

5

2动态心脏磁共振成像（CMR）已被确立为金标准成像方式。许多现有方法

:从单个图像对中学习运动，这些图像对由一个参考帧和心脏周期中随机选

v

i择的目标帧组成。然而，这些方法忽视了心脏运动的连续性，并且通常会产

x

r生不一致且非平滑的运动估计。在本研究中，我们提出了一种基于Mamba

a

的心脏运动追踪网络（MCM），该网络明确地将来自心脏周期的目标图像

序列纳入其中，以实现平稳且时间上一致的运动追踪。通过开发一种配备

双向扫描机制的双向Mamba块，我们的方法有助于估算合