面向肝脏DCE-CT图像的结构感知配准网络
图像与视频处理
2023-03-09 v1 计算机视觉与模式识别
摘要
肝脏动态增强计算机断层扫描（DCE-CT）的图像配准对于肝癌的诊断和影像引导手术规划至关重要。然而，造影剂流动引起的强度变化以及呼吸引起的复杂空间运动给现有的基于强度的配准方法带来了巨大挑战。为解决这些问题，我们提出了一种新颖的结构感知配准方法，通过将相关器官的结构信息与分割引导的深度配准网络相结合。现有的分割引导配准方法仅关注配对器官分割内部的体素配准，忽略了其解剖结构的内在属性。此外，由于造影剂的流动，此类配对器官分割在DCE-CT图像中并不总是可用。与现有分割引导配准方法不同，我们提出的方法从线和面的分层几何视角提取结构信息。然后，根据提取的结构信息，构建结构感知约束并同时施加于正向和反向形变场。通过这种方式，所有可用的器官分割（包括未配对的）都能被充分利用，以在配准过程中避免造影剂的副作用并保留器官的拓扑结构。在一个内部肝脏DCE-CT数据集和公开LiTS数据集上的大量实验表明，与最先进的方法相比，我们提出的方法能够实现更高的配准精度并更有效地保留解剖结构。
引用
@article{arxiv.2303.04595,
title = {Structure-aware registration network for liver DCE-CT images},
author = {Peng Xue and Jingyang Zhang and Lei Ma and Mianxin Liu and Yuning Gu and Jiawei Huang and Feihong Liua and Yongsheng Pan and Xiaohuan Cao and Dinggang Shen},
journal= {arXiv preprint arXiv:2303.04595},
year = {2023}
}