健康胰腺的多对比电脑断层图谱图谱,具有密集的位移抽样注册
Yinchi Zhou1, Ho Hin Lee1, Yucheng Tang2
1Vanderbilt University, Department of Computer Science, Nashville, Tennessee, United States.
Journal of medical imaging (Bellingham, Wash.)
|April 21, 2025
概括
这项研究为健康的胰腺开发了一种高分辨率CT图谱,改善了不同人群的解剖分析. 新的框架有助于识别胰腺生物标志物和诊断疾病.
科学领域:
- 医疗成像医学成像
- 解剖学图谱编制 解剖学图谱编制
- 计算解剖学的计算解剖学
背景情况:
- 人体解剖学,包括胰腺,在不同的人群中显示出显著的差异.
- 标准化解剖图谱对于解释器官特异性分析和识别疾病生物标志物至关重要.
- 胰腺形态变异性使全人口特征概括和疾病诊断复杂化.
研究的目的:
- 提出一个高分辨率的计算机断层扫描 (CT) 图谱框架,专门针对健康的胰腺进行优化.
- 开发一种基于深度学习的预处理技术,用于提取感兴趣的腹部区域 (ROI).
- 建立一个分层的注册管道,以便在不同的人群中对齐胰腺解剖学.
主要方法:
- 利用了443名健康受试者 (年龄在15-50岁) 的多相对照CT扫描数据集.
- 使用深度学习用于腹部ROI提取和DEEDS (Diffeomorphic指数指数嵌入式变形场S) 亲和和非刚性注册.
- 将患者的腹部体积与一个固定的高分辨率地图模板对齐,用于胰腺地图生成.
主要成果:
- 与最先进的方法相比,拟议的两阶段DEEDS注册在所有CT阶段实现了较高的胰腺标签转移得分.
- 在100个门静脉扫描的外部验证中,13个标记的腹部器官的平均Dice分数为0.504.
- 在注册的胰腺和最终的天文图表之间显示出很小的差异,表明方法的通用性.
结论:
- 引入了一个高分辨率的胰腺图谱框架,用于在使用多对比度腹部CT的不同人群中概括健康的生物标志物.
- 开发的地图和器官标签可以通过人类生物分子地图计划 (HuBMAP) 进行公开访问.
- 这一框架有助于更好地了解和诊断胰腺疾病.
