从身体表面对肺部变形的实时估计使用一般的CoordConv CNN
Mingkang Liu1, Yongtai Zhuo1, Jie Liu2
1School of Biomedical Engineering and Institute of Medical Robotics, Shanghai Jiao Tong University, Shanghai, China.
Computer methods and programs in biomedicine
|January 4, 2024
概括
这项研究引入了一种新方法,用于估计只使用两个CT阶段的肺部变形,从而减少辐射暴露. 该技术在实时实现了高精度,改善了放射治疗和外科导航.
科学领域:
- 医学成像医学成像
- 计算解剖学的计算解剖学
- 放射治疗物理学 放射治疗物理学
背景情况:
- 精确估计3D肺变形对于放射治疗和外科导航至关重要.
- 目前的方法通常需要4D-CT,增加辐射剂量.
- 需要一种更有效的方法来估计肺部变形.
研究的目的:
- 利用深度图和两个CT相开发一种用于估计肺组织变形的新方法.
- 为了减少与肺变形估计相关的辐射剂量.
- 为了提高临床应用的肺变形分析的准确性和效率.
主要方法:
- 开发了一种3D运动模型,以线性移位来表示声格运动.
- 方向向量和振幅是从呼气结束 (EOE) 和吸气结束 (EOI) CT阶段记录中得出的.
- 一个神经网络估计了voxel阶段,使用坐标卷积 (CoordConv) 进行多式联络数据融合和绝对位置嵌入.
主要成果:
- 该方法在DIR-Lab数据集中实现了2.11毫米的平均误差,在4D-Lung数据集中达到1.36毫米的平均误差.
- 实时性能得到了证明,在高端GPU上每处理时间低于7毫秒.
- 该方法成功地集成了深度图和CT数据用于变形估计.
结论:
- 拟议的方法提供了与现有技术相比的或更高的准确性.
- 它使用较少的CT相实现了这种精度,从而减少了辐射暴露.
- 实时功能使其适合整合到放射治疗和手术的临床工作流程中.
