一种基于梯度的锥束CT快速精确头部运动补偿方法
摘要
锥束计算机断层扫描（CBCT）系统凭借其灵活性，为直接床旁医学成像提供了一条有前景的途径，特别是在诸如急性卒中评估等关键场景中。然而，CBCT 融入临床工作流程面临挑战，主要源于长扫描时间导致患者在扫描过程中发生运动，进而造成重建体积图像质量下降。本文介绍了一种新颖的 CBCT 运动估计方法，该方法使用基于梯度的优化算法，利用了针对锥束 CT 几何结构的反投影算子的广义导数。在此基础上，我们构建了一个完全可微的目标函数，该函数在重建空间中对当前运动估计的质量进行评分。我们大幅加速了运动估计，与现有方法相比实现了 19 倍的提速。此外，我们研究了用于质量度量回归的网络架构，并提议预测体素级质量图，倾向于使用类似自编码器的架构而非收缩型架构。这一改进改善了梯度流，从而实现了更精确的运动估计。通过对头部解剖结构的真实实验对所提出的方法进行了评估。该方法将重投影误差从初始平均 3mm 降至运动补偿后的 0.61mm，并始终展现出优于现有方法的性能。作为所提方法核心的反投影操作的解析雅可比矩阵已公开发布。总之，本文通过提出一种稳健的运动估计方法，提高了效率和准确性，解决了时间敏感场景中的关键挑战，为 CBCT 融入临床工作流程做出了贡献。
引用
@article{arxiv.2401.09283,
title = {A gradient-based approach to fast and accurate head motion compensation in cone-beam CT},
author = {Mareike Thies and Fabian Wagner and Noah Maul and Haijun Yu and Manuela Goldmann and Linda-Sophie Schneider and Mingxuan Gu and Siyuan Mei and Lukas Folle and Alexander Preuhs and Michael Manhart and Andreas Maier},
journal= {arXiv preprint arXiv:2401.09283},
year = {2024}
}
备注
\copyright 2024 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works