从异质数据源合成跨越多个呼吸周期的4D图像幻影
1School of Computing, Toronto Metropolitan University, 245 Church St, Toronto, Toronto, Ontario, M5B 2K3, Canada.
Physics in medicine and biology
|February 26, 2026
概括
研究人员开发了一个管道,以创建现实的4D运动幻影,用于验证医学成像算法. 这些综合数据集为多个呼吸周期提供了关键的基本真实运动数据,解决了当前资源的稀缺问题.
科学领域:
- 医疗成像医学成像
- 计算解剖学的计算解剖学
- 算法开发 算法开发
背景情况:
- 现实的四维 (4D) 图像数据集与地面真相 (GT) 运动信息对于开发和验证运动跟踪算法至关重要.
- 现有的数据集往往缺乏足够的持续时间,只覆盖单个呼吸周期,并且对于多周期运动分析来说很少.
研究的目的:
- 提出一个可复制的管道,用GT运动信息合成解剖学上半现实的4D运动幻影.
- 为了利用异质和公开可用的数据源进行幻影生成.
- 为基于图像的运动跟踪算法提供一个可靠的开发,验证和基准测试资源.
主要方法:
- 从单周期数据集,静态3D图像和多周期呼吸痕迹中整合4D变形向量场 (DVF).
- 通过DVF对齐,空间间隙补充和呼吸轨迹引导的DVF插值来协调异质输入,以创建连续运动场.
- 将合成运动场应用于静态图像,以生成具有时间分辨率的4D图像序列,捕捉多周期呼吸运动.
主要成果:
- 生成三个不同的幻象数据集 (4D CT和4D MR),具有多器官GT细分和/或GT DVF.
- 定量验证显示了物理上可信的体积变化,以及合成和测量肝脏运动之间的显著相关性.
- 从专家评估和可比的运动跟踪性能到临床序列的高质量现实性得分 (4.2/5).
- 生成的幻影,源代码和输入数据的公共可访问性,用于可复制性和定制性.
结论:
- 开发的管道成功合成了4D图像幻影,在多个呼吸周期中捕捉了生理运动.
- 这种公开共享的资源解决了关键的差距,使得运动跟踪算法的开发和验证更加稳健.
- 这项工作通过提供标准化的评估环境,促进了医学成像研究的进步.
