基于尖端-把手检测与匹配的骨盆种子植入放疗的多针定位
计算机视觉与模式识别
2026-05-21 v2 医学物理
摘要
准确的内镜CT图像中多针定位对于优化骨盆种子植入放疗的种子摆放至关重要。然而，由于图像对比度差和针尖粘连，该任务具有挑战性。本文提出了一种将针定位问题重新表述为尖端-把手检测与匹配问题的方法，以克服上述困难。提出一种基于HRNet的锚点-free网络，用于提取多尺度特征，通过预测中心和方向来准确检测针尖和把手，使用解耦的分支进行热图回归和极角预测。为将检测到的尖端和把手关联到单个针中，提出一种针对受约束的不平衡分配问题（UAP-C）的贪心匹配与合并（GMM）方法。GMM方法迭代选择最可能的尖端-把手对，并基于距离度量标准进行合并，以重建3D针路径。在100例患者的数据集上评估结果表明，所提方法在精度和F1分数上均优于基于nnUNet模型的分割方法，为复杂临床场景中的针定位提供了更稳健和准确的解决方案。
引用
@article{arxiv.2509.17931,
title = {Multi-needle Localization for Pelvic Seed Implant Brachytherapy based on Tip-handle Detection and Matching},
author = {Zhuo Xiao and Fugen Zhou and Jingjing Wang and Chongyu He and Bo Liu and Haitao Sun and Zhe Ji and Yuliang Jiang and Junjie Wang and Qiuwen Wu},
journal= {arXiv preprint arXiv:2509.17931},
year = {2026}
}