学习由瓦瑟斯坦距离驱动的解剖拓一致性,用于在多相CT图像中弱监督的3D胰腺注册
Jiayu Lin1, Liwen Zou2, Yiming Gao1
1School of Mathematics, Nanjing University of Aeronautics and Astronautics, No.29, Jiangjun Road, Jiangning District, Nanjing, Jiangsu, 210016, CHINA.
Biomedical physics & engineering express
|January 16, 2026
概括
这项研究引入了一种新的弱监督方法,用于自动记录来自对比增强CT (CECT) 和非对比CT (NCCT) 的胰腺图像. 该方法通过使用瓦瑟斯坦距离来改善解剖学一致性,提高了诊断胰腺癌的准确性.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 放射学 放射学是一门学科.
背景情况:
- 精确记录对比度增强CT (CECT) 和非对比CT (NCCT) 胰腺图像对于胰腺癌的诊断和治疗至关重要.
- 现有的深度学习方法与模式间的强度差异和胰腺复杂解剖学作斗争,导致注册准确度低于最佳.
研究的目的:
- 为CECT-NCCT胰腺图像开发一个监督较弱的注册框架,克服当前方法的局限性.
- 为了提高解剖拓的一致性,使用瓦瑟斯坦距离来提高注册准确性.
主要方法:
- 提出了一个监管较弱的注册框架,利用一种新的混合损失函数.
- 整合了瓦瑟斯坦距离,以在3D胰腺注册中强制执行解剖拓一致性.
- 使用距离转换来表示胰腺复杂的解剖拓.
主要成果:
- 与最先进的弱监督方法相比,提出的方法在975张配对的CECT-NCCT图像的数据集上显示出更高的性能.
- 在子得分上取得了3.2%的改善,虚假阳性细分率下降了28.54%.
- 报告了0.89%的豪斯多夫距离,表明高记录精度.
结论:
- 这种新的监管薄弱的框架有效地解决了CECT-NCCT胰腺图像登记方面的挑战.
- 使用瓦瑟斯坦距离用于解剖拓的一致性,显著提高了注册准确性.
- 这种方法有望促进胰腺癌的诊断和治疗计划.
