合成 CT 的自动在线质量控制
图像与视频处理
2019-11-13 v1 计算机视觉与模式识别
机器学习
机器学习
摘要
精确的 MR 到 CT 合成是放疗（RT）治疗计划中仅用 MR 工作流的必然要求。近年来，基于深度学习的方法在该领域取得了令人印象深刻的成果。然而，为防止 RT 治疗计划中的下游错误，重要的是深度学习模型仅应用于其训练所针对的数据，且生成的合成 CT（sCT）图像不包含严重错误。为此，应建立一种在线质量控制机制。在本工作中，我们使用一组 sCT 生成器的集成，并将其不一致性作为结果不确定性的度量。我们表明该不确定性度量可用于两类在线质量控制：第一，检测位于预期 MR 图像分布之外的输入图像；第二，识别由合适 MR 图像生成但可能包含错误的 sCT 图像。此类针对 sCT 生成的自动在线质量控制很可能成为仅用 MR 的 RT 工作流的重要组成部分。
引用
@article{arxiv.1911.04986,
title = {Automatic Online Quality Control of Synthetic CTs},
author = {Louis D. van Harten and Jelmer M. Wolterink and Joost J. C. Verhoeff and Ivana Išgum},
journal= {arXiv preprint arXiv:1911.04986},
year = {2019}
}
备注
SPIE Medical Imaging 2020