通过结合强度和运动信息来估计CT肺透气的混合方法

科学领域:

• 医疗成像医学成像
• 放射学 放射学是指放射学
• 计算生物学 计算生物学

背景情况:

• 功能性肺成像捕捉区域通风,但基于CT的通风成像 (CTVI) 在从解剖观察中获得功能数据方面面临挑战.
• 准确的通风图对于临床应用至关重要,但仅依靠CT数据存在局限性.

研究的目的:

• 介绍计算机断层扫描获得的呼吸功能 (HECTOR) 方法的混合估计,以产生准确的CTVI.
• 将基于可变形图像记录 (DIR) 的体积估计与已建立的空气组织密度模型集成.
• 开发一种新的方法来结合这两个互补的通风估计组件.

主要方法:

• 使用定制的DIR算法来量化吸入和呼出CT阶段之间的呼吸运动.
• 从运动数据中使用雅可比定数法生成体积变化图.
• 计算基于HU的空气组织密度估计,并使用平滑最小函数将其与体积数据结合起来.
• 在公共数据集 (VAMPIRE,TCIA) 上使用斯皮尔曼相关系数和Dice相似系数 (DSC) 对参考通风图像 (RefVIs) 验证HECTOR方法.

主要成果:

• 与现有的CTVI方法相比,HECTOR方法取得了更高的性能,超过了VAMPIRE数据集上报告的最佳结果.
• 获得的平均斯皮尔曼相关系数为0.62 (加利加斯PET),0.49 (DTPA-SPECT) 和0.66 (TCIA).
• 证明了比单个基于体积和密度的方法更高的相关性得分,突显了混合方法的好处.

结论:

• HECTOR方法为CTVI提供了一种新的高保真度工作流程,生成精确的通风图.
• 结合不同的数据类型 (体积和密度),有效地模拟复杂的呼吸系统动态.
• 这种方法有可能改善放射治疗规划和胸部剂量反应评估.