改进混合图像和基于结构的可变形图像注册,用于大内部变形.

科学领域:

• 医学物理 医学物理
• 放射治疗技术 放射治疗技术
• 图像分析 图像分析

背景情况:

• 可变形图像注册 (DIR) 在放射治疗中至关重要,但与复杂的解剖变形作斗争.
• 现有的DIR算法平衡捕捉大变形并保持光滑的变形向量场 (DVF).

研究的目的:

• 引入一种新的基于结构的术语,以提高DIR的有效性.
• 为了提高登记准确性,特别是在复杂变形的情况下.
• 为了确保保持平稳的变形向量场 (DVF).

主要方法:

• 一个新的相似度指标,作为一个基于结构的术语,被整合到商业DIR算法中.
• 增强算法的性能与原始算法进行了评估.
• 为了进行比较,使用了46名患有复杂变形的骨盆再辐射患者的数据集.

主要成果:

• 与原来的 (0.69,0.89,0.62,0.88) 相比,改进的算法在膀 (0.96),直肠 (0.94),结肠 (0.76) 和骨 (0.91) 中实现了更高的平均子相似系数 (DSC).
• 特别是在复杂变形的病例中观察到显著改善.
• 新的术语提高了注册的准确性,同时保持了现实的变形.

结论:

• 提出的基于结构的术语有效地提高了可变形图像注册的准确性.
• 这种增强特别有利于放射治疗中遇到的复杂解剖变化.
• 该方法成功地平衡了准确登记的需要和光滑变形场的要求.