基于解剖学信息的对应关系初始化方法以提升放射治疗中基于学习的配准
计算机视觉与模式识别
2025-02-27 v1
摘要
我们提出了一种用于组织结构之间CT非刚性配准(NRR)的解剖学信息驱动的初始化方法，利用学习模型估计组织结构之间的对应关系。采用由对应预测设置的薄板样条(TPS)变形，用于在第二步配准前初始化扫描。我们比较了两种既定的NRR方法用于第二步：基于B样条迭代优化的算法和基于深度学习的方法。通过评估传递后结构的相似性来评估配准性能，分别测试是否进行初始化。我们的方法显著改善了学习方法的配准性能，使其更接近传统迭代算法，TPS内包含的结构的平均距离一致性降低1.8mm，不包含的结构降低0.6mm，同时保持显著的速度优势(5秒 vs. 72秒)。
引用
@article{arxiv.2502.19101,
title = {An anatomically-informed correspondence initialisation method to improve learning-based registration for radiotherapy},
author = {Edward G. A. Henderson and Marcel van Herk and Andrew F. Green and Eliana M. Vasquez Osorio},
journal= {arXiv preprint arXiv:2502.19101},
year = {2025}
}
备注
Presented at the XXth International Conference on the use of Computers in Radiation therapy. Pages 99-102 in XXth ICCR Proceedings, found here https://udl.hal.science/hal-04720234v1