两个阶段的生成对抗网络用于金属文物减少和可视化,用于肝脏瘤的废除疗法
Duan Liang1, Shunan Zhang1, Ziqi Zhao1
1School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China.
概括
这项研究引入了一个框架,用于减少肝脏瘤切除疗法期间CT扫描中的金属工件. 该方法提高了图像质量,并可视化了手术针,为医生提供更好的指导.
科学领域:
- 医疗成像医学成像
- 干预性放射学 干预性放射学
- 人工智能在医学中的应用
背景情况:
- 在CT扫描中,来自电极针的金属工件会降低图像质量.
- 这种糟糕的可视化阻碍了CT指导肝脏瘤切除疗法期间的准确观察.
研究的目的:
- 开发一个金属工件减少 (MAR) 和可视化框架.
- 为了提高图像质量和CT指导性肝脏瘤切除的手术内指导.
主要方法:
- 在手术内CT图像中,用于MAR的两个阶段生成对抗网络 (GAN).
- 该框架包括针局部化 (轴和尖端) 和可视化3D重建.
- 这种方法旨在减少文物而不会导致图像模糊.
主要成果:
- 与现有技术相比,MAR方法实现了SSIM的0.891和PSNR的26.920的优异性能.
- 切除针重建显示了高准确度:尖端定位平均为2.76mm,轴定位为1.64°.
结论:
- 拟议的框架有效地减少金属文物,并改善CT导向肝癌切除中的图像质量.
- 视觉化组件有助于在手术期间评估瘤和针位置.
- 这项技术有望提高外科手术的精度和结果.
