在前列腺癌中进行跨模态MRI-TRUS注册的E-CMCA和LSTM增强框架
Ciliang Shao1, Ruijin Xue1, Lixu Gu1
1Pittsburgh Institute, Sichuan University, Chengdu 610207, China.
Journal of imaging
|September 26, 2025
概括
这项研究引入了准确的跨模态MRI-TRUS图像记录的新框架,改善了前列腺癌诊断和活检指导. 该方法在静态3D和动态4D成像任务中都表现出色.
科学领域:
- 医疗成像医学成像
- 生物医学工程 生物医学工程
- 计算机视觉 计算机视觉
背景情况:
- 精确地记录磁共振成像 (MRI) 和跨直肠超声波 (TRUS) 图像对于前列腺癌诊断和活检至关重要.
- 模式差异和非刚性变形带来了重大挑战,特别是在动态成像场景中.
研究的目的:
- 开发一种新的跨模态MRI-TRUS注册框架,以应对动态成像方面的挑战.
- 提高图像注册的准确性和稳定性,以改善临床应用.
主要方法:
- 一种双编码器架构,包含一个增强的交叉模式通道注意 (E-CMCA) 模块,用于特征提取和集成.
- 一个基于LSTM的空间变形建模模块,用于处理深度切割的3D变形场中的时间动态.
- 实施VecInt以实现平滑,不同形态的转换和FuseConv以增强功能集成.
主要成果:
- 拟议的模型实现了0.865的子相似系数 (DSC) 和0.898.89的强大的DSC (RDSC).
- 目标注册错误 (TRE) 为2.278毫米,强大的TRE (RTRE) 为1.293毫米.
- 在μ-RegPro数据集上的静态3D和动态4D注册任务中,在最先进的方法中表现出优越的性能.
结论:
- 新的框架显著提高了跨模态MRI-TRUS注册的准确性和稳定性.
- 该模型处理时间动态的能力使其适用于前列腺干预中的动态4D成像.
- 这一进步有望提高前列腺癌诊断和图像导向活检的精度.


