多尺度解剖规范化用于盆腔CBCT图像的域适应细分
Xu Chen1,2,3, Yunkui Pang4, Pew-Thian Yap5,6
1College of Computer Science and Technology, Huaqiao University, Xiamen, Fujian, China.
Medical physics
|September 3, 2024
概括
这项研究引入了一种新的多尺度域自适应细分方法,用于使用圆束计算机断层扫描 (CBCT) 图像改进前列腺癌放射治疗. 这种方法提高了细分精度,尽管有图像质量挑战,但其性能优于现有的跨模式方法.
科学领域:
- 医疗成像医学成像
- 辐射疗法 辐射疗法
- 计算机视觉 计算机视觉
背景情况:
- 圆束计算机断层扫描 (CBCT) 图像细分对于前列腺癌放射治疗计划至关重要.
- 糟糕的CBCT图像质量 (噪音,低对比度,变形) 妨碍了前列腺腺的准确划分.
- 由于从更高质量的CT扫描转移领域,现有的方法在细分CBCT方面面临挑战.
研究的目的:
- 通过调整来自标记CT图像的知识来开发CBCT图像的无标签细分模型.
- 解决跨模式医疗图像细分领域的差距.
- 在放射治疗中提高前列腺细分的准确性和可靠性.
主要方法:
- 实施了一个多级域自适应细分框架.
- 执行了同时的图像和功能级域调整.
- 引入了一种新的多尺度解剖规范化,用于跨尺度的特征空间对齐和知识融合.
主要成果:
- 在盆腔CBCT细分任务上证明了拟议方法的优异性能.
- 在定量评估中获得高的子相似系数 (DSC) 和低的平均对称表面距离 (ASSD).
- 实验结果显示,与最先进的跨模式细分方法相比,实验结果在统计学上有显著的改善.
结论:
- 开发的多尺度域适应方法显著提高了CBCT图像细分的准确性.
- 这种方法为在放射治疗中精确划分前列腺腺提供了强大的解决方案.
- 与现有技术相比,该方法在跨模式细分方面表现出优越性.


