一个标签意识的扩散模型,用于在前列腺癌中多式核磁共振-TRUS的弱监督可变形注册
Zhirong Yao1, Jiajun Chen1, Tiexiang Wen2
1College of Health Science and Environmental Engineering, Shenzhen Technology University, Shenzhen, 518118, People's Republic of China.
International journal of computer assisted radiology and surgery
|November 6, 2025
概括
这项研究引入了一种新的标签感知扩散模型,用于准确的多模式MRI-TRUS前列腺图像注册. 该方法显著提高了准确性,减少了错误,有助于前列腺癌的诊断和治疗.
科学领域:
- 医疗成像医学成像
- 图像注册 图像注册 图像注册
- 计算解剖学的计算解剖学
背景情况:
- 前列腺癌的诊断和治疗依赖于多式成像,如MRI和TRUS.
- 由于不同的机制和前列腺变形,MRI和TRUS之间的图像记录具有挑战性.
研究的目的:
- 为准确的MRI-TRUS多式模式图像注册开发一个标签意识的弱监督扩散模型.
- 为改善临床应用解决多式前列腺图像注册方面的挑战.
主要方法:
- 为MRI-TRUS注册提出了一种标签意识的弱监督扩散模型.
- 使用标签中心点对齐来纠正初始偏差.
- 联合标签监督与扩散模型和特征导向模块用于变形场生成和边缘保护.
主要成果:
- 实现了0.880的子系数,并将目标注册错误 (TRE) 降低到0.940.
- 超越了SOTA无监督和监督方法的性能,从3.084.04大幅减少TRE.
- 在处理大变形和保存细节方面表现出强性,折叠率降低 ( J ≤0 = 0.134).
结论:
- 开发的模型可以实现准确和高效的MRI-TRUS多式模式图像注册.
- 该方法具有很强的临床应用潜力,包括前列腺癌诊断,向活检和图像引导导航.
更多相关视频
06:08A Cognitive Fusion-guided Prostate Biopsy Using Multiparametric Magnetic Resonance Imaging and Transrectal Ultrasound
Published on: March 21, 2025
1.0K
07:13Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities
Published on: October 27, 2023
1.6K