基于denoising扩散的MRI到CT图像翻译使自动脊柱细分成为可能
Robert Graf1, Joachim Schmitt2, Sarah Schlaeger2
1Department of Diagnostic and Interventional Neuroradiology, School of Medicine, Technical University of Munich, Munich, Germany. robert.graf@tum.de.
European radiology experimental
|November 13, 2023
概括
这项研究证明了从脊柱MRI到CT的图像对图像翻译,从而实现了更好的细分. 三维 (3D) 翻译可以提高临床应用的精度和空间分辨率.
科学领域:
- 医学成像医学成像
- 放射学 放射学是一门学科.
- 计算解剖学的计算解剖学
背景情况:
- 脊柱磁共振成像 (MRI) 的自动细分对于科学和临床进步至关重要.
- 在MRI中精确地划分后脊柱结构仍然是一个重大挑战.
研究的目的:
- 开发和评估将脊柱MRI转化为计算机断层扫描 (CT) 图像的方法.
- 为了使基于CT的细分工具能够在MRI数据上使用.
- 从MRI中生成整个脊柱细分,促进生物机械建模和临床特征提取.
主要方法:
- 对263个CT/MR配对系列进行了回顾性分析.
- 2D配对 (Pix2Pix,DDIM) 和不配对 (SynDiff) 图像对图像翻译技术的比较.
- 使用峰值信号与噪声比率和子相似系数 (DSC) 的评估.
- 将2D方法扩展到3D Pix2Pix和DDIM,使用以地标为基础的注册,每个脊椎至少有两个地标.
主要成果:
- 配对的2D翻译方法和SynDiff在配对数据上显示了可比的性能.
- 在图像模式中的DDIM产生了最高的图像质量.
- 在SynDiff,Pix2Pix和DDIM图像模式中观察到类似的DSC值 (0.77).
- 三维翻译显著优于二维方法,达到0.80.8的DSC.
- 3D翻译导致了比原始MRI更高的空间分辨率的解剖学准确细分.
结论:
- 配对的图像对图像转换从MRI到CT,需要至少两个地标每个脊椎的注册,优于不配对的方法.
- 3D翻译技术产生了解剖学上正确的细分,准确地捕捉了像状过程这样的小结构.
- 这种翻译使得基于CT的工具可以应用于MRI数据,从而提供以前无法获得的全面脊柱细分.
