?
A unified frequency-domain framework for tilted slice localization and ischemic stroke detection
Анализ острого ишемического инсульта (ОИИ) по двухмерным (2D) клиническим изображениям затруднен из-за неконтролируемого наклона срезов и геометрических несоответствий, нарушающих предположения моделей глубокого обучения (ГБО), не зависящих от положения. В данной статье предлагается унифицированная, учитывающая геометрию, частотно-доменная структура для локализации наклонных срезов и сегментации ишемического инсульта, которая явно разделяет оценку положения и анализ поражения. Метод сначала восстанавливает полное шестистепенное (6-DoF) жесткое положение произвольно наклоненных срезов с помощью частотно-доменной регистрации срезов к объему, преобразуя геометрически некорректную задачу сегментации в анатомически нормализованную. На основе этой нормализации вводится частотно-доменная сеть сегментации, которая использует эрмитову симметрию и дискриминативные спектральные полосы для повышения чувствительности к ишемической ткани, дополненная стратегией дистилляции знаний (KD) «учитель-ученик» для улучшения обобщения. Обширные эксперименты на четырех общедоступных эталонных наборах данных, охватывающих различные режимы визуализации, демонстрируют стабильно высокие показатели в условиях контролируемой геометрической изменчивости, с заметными улучшениями в клинически важной задаче сегментации ядра и полутени, а также предварительными доказательствами устойчивости к определенным сдвигам в домене. Результаты подтверждают, что явное геометрическое моделирование в сочетании со спектральным анализом обеспечивает надежную основу для сегментации медицинских изображений в условиях контролируемой геометрической изменчивости.