一个船舶分叉地标对数据集用于腹部CT可变形图像注册 (DIR) 验证

科学领域:

• 医疗成像医学成像
• 计算解剖学的计算解剖学
• 放射学 放射学是一门学科.

背景情况:

• 可变形图像注册 (DIR) 对于医学诊断和治疗至关重要.
• 目前的DIR算法开发受到质量保证的基准数据集缺乏的阻碍.
• 腹部CT注册带来了独特的挑战,因为有很大的器官变形和可变的图像内容.

研究的目的:

• 引入首个同类的基准数据集,用于验证腹部CT扫描中的可变形图像注册 (DIR) 算法.
• 提供大量高精度地标对的资源,用于强大的DIR算法开发和质量保证.
• 为解决DIR算法的临床使用中由于验证数据不足而造成的局限性.

主要方法:

• 从公共存储库和机构来源获得30名患者的腹部CT图像对.
• 开发了一个图像处理工作流程,涉及基于深度学习的器官细分和强度覆盖.
• 手动识别匹配的图像补丁,标记船舶分叉地标,执行可变形登记,并改进地标位置.
• 生成了1895个总的地标对,平均每例63个,估计精度为0.7mm +/- 1.2mm.

主要成果:

• 创建了一个全面的腹部CT图像对与相关的里程碑数据的数据集.
• 该数据集包含1895个里程碑对,特别是关于血管分叉的数据,这对于注册准确性至关重要.
• 里程碑对显示高精度,估计在0.7mm +/- 1.2mm,适合严格的算法验证.

结论:

• 这一新型数据集能够精确验证腹部CT的可变形图像注册算法.
• 准确的地标对的可用性有助于在DIR算法开发中提高质量保证.
• 该数据集预计将大大提高DIR技术在腹部成像中的临床适用性.