评估和缓解可变形图像注册不确定性的MRI引导自适应性放射治疗

科学领域:

• 医疗成像医学成像
• 计算解剖学的计算解剖学
• 生物机械建模 生物机械建模

背景情况:

• 变形图像注册 (DIR) 对于分析医学成像中的解剖变化至关重要,特别是在腹部MRI中.
• 准确的注册对于瘤学的定量分析和治疗规划至关重要.
• 现有的DIR软件包可能存在不确定性,需要改进方法.

研究的目的:

• 评估用于腹部MRI的可变形图像注册 (DIR) 软件包的性能.
• 开发和评估一种机械建模方法,以减轻DIR引起的不确定性.
• 为了比较不同DIR算法及其修改的准确性.

主要方法:

• 用三个指标 (MDA,DSC,STD-JD) 来评估MIM软件 (基于MM,CC,II) 和CM-FEM算法.
• 开发了一种混合FEM注册技术来修改MIM位移向量场.
• 在10名癌症患者的腹部MRI上评估了注册,并使用Wilcoxon-Mann-Whitney测试进行了统计比较.

主要成果:

• 在MIM算法中,MIM-CC显示了最低的平均偏移到一致 (MDA) 和最高的DICE相似系数 (DSC).
• 然而,MIM-CC在腹部器官内部表现出显著的雅可比安不确定性.
• 混合FEM技术显著降低了雅可比安的不确定性 (p < 0.0084),同时保持了高的MDA和DSC值.

结论:

• MIM-CC算法提供了良好的整体注册性能,但在雅可比安不确定性方面存在局限性.
• 开发的混合FEM注册技术有效地减轻了内部器官区域的这些雅可比安不确定性.
• 这种混合方法提高了DIR用于腹部MRI分析的可靠性.