arXiv cs.AI· Haoyu Wu, Ling Lin, Pascal Lef\`evre, Ruizhe Li, Xiaowu Sun·· 10 天前AI 评分22
Local2Mesh：面向稀疏 2D 心脏 MRI 的空间局部化轮廓到网格左心室重建
Local2Mesh: Spatially Localized Contour-to-Mesh for Left Ventricular Reconstruction from Sparse 2D Cardiac MRI
AI 导读
Local2Mesh 提出空间局部化的轮廓到网格框架，通过几何感知对齐校正层间错位，并用平面感知 Local Router 按顶点到平面距离将轮廓特征路由到模板顶点，在无 3D 网格标注下从稀疏 2D 轮廓重建 3D 左心室几何。
正文 · AI 翻译
摘要：从稀疏心脏磁共振（CMR）成像进行三维（3D）左心室（LV）重建仍然具有挑战性，原因在于层间错位以及层间局部空间信息不足。轮廓特征的全局聚合可能会掩盖局部轮廓到表面的关系。我们提出 Local2Mesh，一种空间局部化的轮廓到网格框架，可在没有 3D 网格标注的情况下，通过变形模板网格从稀疏 2D 轮廓重建 3D LV 几何。该框架引入几何感知对齐以校正层间错位，并引入平面感知 Local Router，利用顶点到平面的距离将轮廓特征路由到模板顶点。随后，局部和全局轮廓特征共同指导基于图的模板变形，以实现 3D LV 重建。在两个公开数据集 M\&Ms-2 和 ACDC 上的实验表明，与现有方法相比，该方法在几何重建和功能估计方面更优。从 M\&Ms-2 到 ACDC 的零样本迁移展示了强大的跨数据集泛化能力。重建的网格还比稀疏轮廓更能改善疾病分类，支持其在下游心脏分析中的实用性。这些结果表明，将几何感知对齐与局部轮廓到顶点建模相结合，可改善从稀疏 2D 轮廓进行的 LV 重建，并支持下游心脏分析。代码可在 this https URL 获取。
| Comments: | submit to ICASSP 2027 |
| Subjects: | Computer Vision and Pattern Recognition (cs.CV); Artificial Intelligence (cs.AI) |
| Cite as: | arXiv:2610.06052 [cs.CV] |
| （或 arXiv:2610.06052v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.06052 arXiv 颁发的 DOI，通过 DataCite |
Submission history
来自：Xiaowu Sun [查看电子邮件]
[v1]
2026年10月5日星期一 09:45:39 UTC（5,998 KB）
[v2]
2026年10月6日星期二 02:35:53 UTC（12,198 KB）
来源：arXiv cs.AI · arxiv.org