一个动态重建和运动估计框架用于心肺呼吸运动解析实时体积核磁共振成像 (DREME-MR)
Hua-Chieh Shao1, Xiaoxue Qian1, Guoping Xu1
1The Medical Artificial Intelligence and Automation (MAIA) Laboratory.
ArXiv
|April 8, 2025
概括
通过使用一种新的深度学习方法,DREME-MR可实现实时3DMRI和心肺呼吸运动跟踪. 这一进步支持高精度和低延迟的治疗内MR导向适应性放射治疗.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 辐射疗法 辐射疗法
背景情况:
- 心肺呼吸运动在治疗期间显著影响磁共振成像 (MR) 的准确性.
- 对这种运动的实时跟踪对于适应性放射疗法至关重要,但也带来了重大的技术挑战.
研究的目的:
- 开发一个新的框架,DREME-MR,用于同时重建患者解剖和3DMRI扫描的患者特有的心肺呼吸运动模型.
- 为了实现实时体积核磁共振成像和在治疗期间的运动跟踪,使用最小的治疗内数据.
主要方法:
- DREME-MR将动态MRI重建和实时MRI成像集成到一个双任务学习框架中,使用时空隐式神经表示 (INR).
- 它采用联合图像重建和可变形注册方法来导出参考解剖学和低级多分辨率运动模型.
- 一种渐进的,以频率为导向的策略将心脏和呼吸运动基础组件 (MBC) 分离,而基于INR的运动编码器则从k空间数据中推断出运动系数.
主要成果:
- DREME-MR实现实时3D心肺呼吸运动跟踪,延迟低于165毫秒.
- 数字幻影 (XCAT) 的评估显示了较低的质量中心跟踪误差 (例如,肺瘤的1.4±0.9毫米).
- 人体扫描数据显示了DREME-MR结果和替代信号之间的强烈运动相关性 (例如,肝脏:0.96).
结论:
- DREME-MR为实时3DMRI成像和心肺呼吸运动跟踪提供了强大的解决方案.
- 这项技术有可能显著推进MR导向的适应性放射治疗,从而实现精确的向和治疗调整.
- 低延迟,高精度的运动跟踪可促进诸如实时多叶聚合器 (MLC) 跟踪等应用.
