用于精确经颅超声模拟的经典与学习型 MR 到伪 CT 映射
医学物理
2022-10-25 v2 机器学习
摘要
经颅超声治疗的基于模型的放疗计划通常涉及根据头部 X 射线计算机断层扫描（CT）图像映射颅骨的声学特性。此处，比较了三种从磁共振（MR）图像生成伪 CT 图像以替代 CT 的方法。在配对的 MR-CT 图像上训练卷积神经网络（U-Net），以从 T1 加权或零回波时间（ZTE）MR 图像生成伪 CT 图像（分别记为 tCT 和 zCT）。还实现了从 ZTE 到伪 CT 的直接映射（记为 cCT）。当比较测试集的伪 CT 与真实 CT 图像时，整个头部平均绝对误差分别为 133、83 和 145 豪斯菲尔德单位（HU），颅骨内分别为 398、222 和 336 HU（对应 tCT、zCT 和 cCT 图像）。还使用生成的伪 CT 图像进行超声模拟，并与基于 CT 的模拟进行比较。使用环形阵列换能器靶向视觉或运动皮层。基于 tCT 图像的模拟中，模拟焦压、焦点位置和焦体积的均值差异分别为 9.9%、1.5 mm 和 15.1%；zCT 为 5.7%、0.6 mm 和 5.7%；cCT 为 6.7%、0.9 mm 和 12.1%。从 ZTE 映射图像的改进结果凸显了使用可改善颅骨对比度的成像序列的优势。总体而言，这些结果表明基于 MR 图像的声学模拟可达到与基于 CT 的模拟相媲美的精度。
引用
@article{arxiv.2206.15441,
title = {Classical and learned MR to pseudo-CT mappings for accurate transcranial ultrasound simulation},
author = {Maria Miscouridou and José A. Pineda-Pardo and Charlotte J. Stagg and Bradley E. Treeby and Antonio Stanziola},
journal= {arXiv preprint arXiv:2206.15441},
year = {2022}
}