用于校正 4DCT 肺部呼吸运动伪影的测地密度回归
图像与视频处理
2021-06-15 v1 医学物理
摘要
肺部呼吸运动伪影在肺部四维计算机断层扫描（4DCT）中十分常见，由缺失、重复及错位的图像数据引起。本文提出一种测地密度回归（GDR）算法，利用其他呼吸时相中无伪影区域的对应数据校正某一呼吸时相中的伪影，从而校正 4DCT 中的运动伪影。GDR 算法估计一幅无伪影的肺部模板图像以及一个平滑、稠密、4D（空间加时间）向量场，该向量场将模板图像形变至各呼吸时相以生成无伪影的 4DCT 扫描。对应关系的估计考虑了与空气进出肺部相关的局部组织密度变化，并使用二值伪影掩膜将含伪影区域排除在图像回归之外。无伪影肺部模板图像通过将各时相体积中的无伪影区域利用估计的对应关系映射至一共同参考坐标系后取平均而生成。该过程生成具有改善信噪比的肺部固定视图。GDR 算法使用模拟 CT 时间序列及具有临床观测运动伪影的 4DCT 扫描进行了评估，并与最先进的测地强度回归（GIR）算法比较。模拟显示 GDR 算法获得了显著更精确的 Jacobian 图像与更清晰的模板图像，且比 GIR 算法对数据丢失更不敏感。我们还证明 GDR 算法在去除治疗计划 4DCT 扫描中临床观测的运动伪影方面比 GIR 算法更有效。我们的代码免费发布于 https://github.com/Wei-Shao-Reg/GDR。
引用
@article{arxiv.2106.06853,
title = {Geodesic Density Regression for Correcting 4DCT Pulmonary Respiratory Motion Artifacts},
author = {Wei Shao and Yue Pan and Oguz C. Durumeric and Joseph M. Reinhardt and John E. Bayouth and Mirabela Rusu and Gary E. Christensen},
journal= {arXiv preprint arXiv:2106.06853},
year = {2021}
}
备注
Accepted to the journal Medical Image Analysis (MedIA)