基于多器官形状特征的统计形变重建用于胰腺癌定位
计算机视觉与模式识别
2020-11-04 v1 机器学习
摘要
呼吸运动及相关的腹部器官与肿瘤形变是临床应用中的重要信息。然而，患者间与患者内的多器官形变复杂且尚未得到统计建模，而单器官形变已被广泛研究。本文中，我们引入一个多器官形变库及其基于多个腹部器官形状特征的形变重建应用。通过对定义在四维计算机断层扫描图像上的区域标签进行形状匹配，生成了胃、肝脏、左右肾以及十二指肠的统计多器官运动/形变模型。从 25 名胰腺癌患者共测得 250 个体积。本文还提出一种基于每区域的再生核形变学习，用于预测胰腺癌在自适应放疗中的位移。实验结果表明，所提概念优于通用的基于每患者的学习模型，并在整个呼吸运动中以 1.2 ± 0.7 mm 的平均距离和 4.2 ± 2.3 mm 的 Hausdorff 距离实现了临床可接受的估计误差。
引用
@article{arxiv.1911.05439,
title = {Statistical Deformation Reconstruction Using Multi-organ Shape Features for Pancreatic Cancer Localization},
author = {Megumi Nakao and Mitsuhiro Nakamura and Takashi Mizowaki and Tetsuya Matsuda},
journal= {arXiv preprint arXiv:1911.05439},
year = {2020}
}