无解剖 B 超图像的三维动态对比增强超声成像运动校正
图像与视频处理
2020-10-06 v1
摘要
在常规二维 DCE-US 中，运动校正算法利用伴随的并排解剖 B 超图像，这些图像包含时间稳定的特征。然而，当前商用三维 DCE-US 模型不提供并排 B 超图像，这使得运动校正具有挑战性。本工作提出了一种用于三维 DCE-US 的新型运动校正（MC）算法，并评估了其在处理临床数据集时的效能。简而言之，该算法采用金字塔式方法，创建由 3-6 个连续帧组成的短时窗以执行局部配准，随后将这些短时窗配准到由所有帧加权平均得到的主参考。我们使用 Philips X6-1 矩阵换能器以 1-3 Hz 帧率对 8 名肝转移灶患者进行了算法评估。我们通过以下指标评估原始与运动校正后三维 DCE-US 动态影像的改进：i) 分割病灶的帧间体积重叠率，ii) 帧间归一化互相关系数（NCC，相似性分析），以及 iii) 从分割病灶提取的拟合时间-强度曲线（TIC）所得误差平方和（SSE）、均方根误差（RMSE）和拟合优度 r 平方（R2）。总体而言，结果表明应用所提算法后三维 DCE-US 运动显著减少。我们注意到所有患者的帧间病灶重叠率显著提升，从未校正的 68% 提升至运动校正后的 83%（p = 0.023）。由 NCC 评估的帧间相似性在两不同时间点集合上也显著提升，从 0.694（原始影像）至 0.862（相应 MC 影像），以及从 0.723 至 0.886。TIC 分析显示患者队列的 RMSE 显著下降（p = 0.018），且 R2 拟合优度显著上升（p = 0.029）。
引用
@article{arxiv.2010.01721,
title = {Motion Correction of 3D Dynamic Contrast-Enhanced Ultrasound Imaging without Anatomical Bmode Images},
author = {Jia-Shu Chen and Maged Goubran Ph. D. and Gaeun Kim and Jurgen K. Willmann M. D. and Michael Zeineh M. D. and Ph. D. and Dimitre Hristov Ph. D. and Ahmed El Kaffas Ph. D},
journal= {arXiv preprint arXiv:2010.01721},
year = {2020}
}