SPW-TransUNet:三维计算机断层扫描-形束计算机断层扫描图像注册与空间垂直窗口变压器转换器

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 计算机视觉 计算机视觉

背景情况:

• 目前的基于变压器的医疗图像注册方法在3DCT和CBCT中的强度差异和计算效率方面扎.
• 这些局限性妨碍了对诊断和治疗计划进行精确的调整.

研究的目的:

• 开发一种新的方法,增强功能交互和计算效率,用于3D医学图像注册.
• 克服现有方法在处理3D CT和CBCT图像对齐方面的局限性.

主要方法:

• 引入了SPW-TransUNet,集成可调整尺寸的空间垂直窗口 (SPW) 注意力和自学映射控制 (SLMC) 机制.
• 在UNet框架内利用小型卷积神经网络 (CNN) 进行自适应特征向量转换.
• 在CT-CBCT和CT之间注册任务上使用DICE,SSIM,TRE等指标和负的雅可比百分比进行评估.

主要成果:

• 在CT-CBCT肺部图像注册中实现了最低的TRE (2.16毫米) 和最小的负Jacobian (0.126).
• 在CT-CBCT肺部图像中记录的最高SSIM (86.87%) 和DICE (88.28%).
• 在肝脏CT注册上表现出强的表现,峰值SSIM (76.92%) 和DICE (85.77%).

结论:

• SPW-TransUNet显著改善了3D医疗图像注册中的功能交互和计算效率.
• 该方法在图像导向放射治疗中为患者和目标定位提供了有效的解决方案.