用于宫颈癌放疗的MR-CT弱监督对齐与配准
计算机视觉与模式识别
2024-05-22 v1
摘要
宫颈癌是女性死亡的主要原因之一，近距离放疗是目前主要的治疗方法。然而，精确界定宫颈旁组织浸润范围对于改善癌症诊断和治疗方案至关重要。计算机断层扫描（CT）和磁共振成像（MRI）两种模态的信息特征融合可能有助于实现宫颈旁组织浸润范围的精确勾勒。配准是信息融合的第一步。然而，当对齐不同深度的多模态图像时，手动对齐容易产生较大误差且耗时。此外，感兴趣区域（ROI）大小和多模态图像形状的变化对实现精确配准构成了重大挑战。本文提出了一种初步的空间对齐算法和一个弱监督多模态配准网络。空间位置对齐算法有效利用医生提供的两种模态图像中的有限标注信息，自动对齐不同深度的多模态图像。通过利用对齐后的多模态图像进行弱监督配准，并结合金字塔特征和代价体来估计光流，结果表明，所提方法在各种评估指标上优于传统的体绘制对齐方法和配准网络。这证明了我们的模型在多模态图像配准中的有效性。
引用
@article{arxiv.2405.12850,
title = {Weakly supervised alignment and registration of MR-CT for cervical cancer radiotherapy},
author = {Jjahao Zhang and Yin Gu and Deyu Sun and Yuhua Gao and Ming Gao and Ming Cui and Teng Zhang and He Ma},
journal= {arXiv preprint arXiv:2405.12850},
year = {2024}
}