放射線治療におけるプロジェクション画像圧縮のためのディープラーニングベースの超解像度法

科学分野:

• 医療用イメージング
• コンピュータ・ビジョン
• データ圧縮

背景:

• コンビームコンピュータトモグラフィー (CBCT) は,放射線治療の標的の確認に不可欠です.
• CBCTは大量のプロジェクション画像データを生成しますが,ストレージの制限のためにしばしば放棄されます.
• CBCT予測データの経済的な保存は大きな課題です.

研究 の 目的:

• CBCTプロジェクション画像を圧縮するためのディープラーニング (DL) ベースの超高解像度 (SR) 方法を調査する.
• 画像圧縮のためのビデオコーデックと組み合わせたDL SRの有効性を評価する.
• 圧縮比と画像品質のトレードオフを評価する.

主な方法:

• 高解像度 (HR) のプロジェクション画像を低解像度 (LR) にダウンサンプリングしてエンコードする.
• DLネットワーク (CNN,ResNet,GAN) を利用してLR画像をHRに送り返します.
• ビデオ・コーディング・デコーディング (CODEC) アルゴリズムのテスト:AVC,HEVC,AV1.
• 圧縮比 (CR),PSNR,VQM,SSIMを使用して性能を評価する.

主要な成果:

• AV1コーデックは,異なるダウンサンプリングファクター (DSF) で最高の圧縮比を達成しました.
• ResNetは優れた復元精度を示し,増加したDSFでも高い品質を維持しました.
• 圧縮比はDSFで増加し,復元された画像品質はわずかに劣化しました.

結論:

• DLベースのSRモデルは,従来のビデオエンコーダよりも圧縮比をさらに改善することができます.
• この圧縮技術は2Dプロジェクションと3D放射線治療画像の両方に有効です.
• この方法は,放射線治療における大規模なイメージングデータセットの経済的な保存のための実行可能な解決策を提供します.