变形感知MR-TRUS图像翻译用于前列腺癌支臂疗法
Yunkui Pang1, Xu Chen2, Yunzhi Huang3
1Department of Computer Science, University of North Carolina, Chapel Hill, NC 27599, USA.
Research square
|December 3, 2025
概括
这项研究引入了一种新的方法,可以从MRI扫描中创建现实的跨直肠超声波 (TRUS) 图像,以治疗前列腺癌. 这提高了放射性种子放置和可视化的准确性.
科学领域:
- 医疗成像医学成像
- 辐射疗法 辐射疗法
- 计算机视觉 计算机视觉
背景情况:
- 跨直肠超声波 (TRUS) 对于前列腺癌支臂治疗至关重要,但其软组织对比度有限.
- 磁共振成像 (MRI) 提供了更好的对比度,但具有结构上的差异,阻碍了TRUS引导程序的直接使用.
- 用于MR-TRUS对齐的手动图像注释是耗时且容易出现错误的.
研究的目的:
- 开发一个以兴趣区域 (ROI) 为导向的框架,用于将MRI转换为TRUS图像.
- 为了改善前列腺癌骨干治疗中的解剖局部化和软组织可视化.
- 为了简化MRI和TRUS模式之间的可变形注册.
主要方法:
- 一个以兴趣区域 (ROI) 为导向的模式翻译框架,合成了来自MRI的TRUS图像.
- 利用结构先验和强度感知规范化用于跨域图像合成.
- 嵌入了解剖学约束,以确保几何和强度的忠实性.
主要成果:
- 生成合成TRUS图像,其模式与真实的TRUS图像保持一致.
- 在多机构数据集上表现出合成图像质量的显著改善.
- 实现了更好的MR-TRUS调整,简化了后续的注册流程.
结论:
- 拟议的框架推进多式医疗图像翻译,以改善图像导向治疗.
- 合成TRUS图像促进了强大的跨模式注册,增强了临床应用.
- 这种方法支持更准确的放射性种子定位在前列腺骨干疗法.
