胸部CT图像的纵向注册与辐射诱导的肺部疾病:基于组件结构明智的注册使用连贯点漂移的划分和征服的方法
Yi-Chang Chen1, Chi-En Lee2, Fan-Ya Lin2
1Department of Biomedical Engineering, National Taiwan University, Taipei, Taiwan; Department of Medical Imaging, Cardinal Tien Hospital, New Taipei City, Taiwan.
Computer methods and programs in biomedicine
|September 4, 2024
概括
这项研究引入了一种新的算法,用于准确地记录肺部CT图像,克服了辐射诱导肺部疾病 (RILD) 所带来的挑战. 该方法确保了精确的对齐,改善了对放射治疗效果的分析.
科学领域:
- 医疗成像医学成像
- 放射治疗研究 放射治疗研究
- 计算解剖学的计算解剖学
背景情况:
- 精确记录肺部计算机断层扫描 (CT) 图像的辐射诱导肺部疾病 (RILD) 对于理解治疗效应至关重要.
- 现有的注册方法在肺瘤辐射后疗法的纵向变化中扎,导致不准确性和工件.
研究的目的:
- 开发和验证一种新的注册算法,有效地处理受RILD影响的肺CT图像中的辅酶变化.
- 为了提高精度和减少在肺部CT图像的注册中出现的文物,用于放射治疗研究.
主要方法:
- 采用了基于连贯点漂移 (CPD) 范式的划分与征服方法.
- 组件结构智能注册是通过分解肺组织和独立注册使用CPD的组件来实现的.
- 血管子树被定义为组件结构,以确保足够的可靠特征点,避免RILD损坏的数据.
主要成果:
- 拟议的算法在内部和外部验证数据集上实现了平均平均表面距离<2mm和平均目标注册误差<2mm.
- 外部验证显示,与Stavropoulou的方法相比,其性能优越 (p < 0.05).
- 该方法显示,平均表面距离最多为1%的平均距离<8毫米,最大目标注册误差<5毫米.
结论:
- 开发的算法有效地减轻了对图像注册的肺膜变化的影响.
- 这使得RILD可以对肺部CT图像进行合理准确的,无文物记录.
- 这些发现支持其在放射治疗研究和患者随访中的临床实用性.
