复杂的大型变形多模式图像注册网络用于宫癌的图像引导放射治疗

科学领域:

• 医疗成像医学成像
• 图像注册 图像注册 图像注册
• 在瘤学瘤学.

背景情况:

• 图像引导式支臂疗法对于局部晚期的宫癌至关重要.
• 由于患者的运动和图像变形,多模式盆腔图像 (CT/MR) 的准确记录具有挑战性.
• 现有的方法与不连续的变形场作斗争,影响处理精度.

研究的目的:

• 开发一种新的多模式图像注册网络 (MTEF),保持变形场连续性.
• 为了提高盆腔CT和MRI图像登记的准确性,用于宫癌手腕治疗.
• 通过先进的图像注册,提高瘤局部化和治疗效率.

主要方法:

• 提出了一种使用多阶段转换增强功能的多模式图像注册网络 (MTEF).
• 用于图像组件提取,融合和增强的波波变换.
• 引入了一个共享的金字塔注册网络,以逐步改进和深度学习的相似性测量与双结构形态,以提高注册准确性.

主要成果:

• 与最先进的方法相比,MTEF模型在记录盆腔CT和MR图像方面表现出卓越的性能.
• 与TransMorph算法相比,实现了比TransMorph算法高5.64%的子相似系数 (DSC).
• 成功集成多模式图像信息,导致更准确的瘤定位.

结论:

• 拟议的MTEF网络有效地解决了盆腔图像记录中不连续变形的挑战.
• 这种先进的注册技术显著提高了宫癌患者瘤定位的准确性.
• MTEF算法有望提高宫癌的图像引导式支臂治疗的临床结果.