Core Concepts
提案されたUDCRは、大動脈DSA/CTAの剛性登録において深層強化学習を活用し、臨床応用の可能性を示す。
Abstract
概要: 大動脈DSAとCTAの剛性登録が臨床研究に重要であることを指摘。
方法: DRLを使用したUDCRメソッドによる非監督式登録手法。新規な重複度計算報酬関数導入。
データ前処理: DSAとCTA画像の前処理。MinIPやセグメンテーションボリュームの調整。
DSA/CTA登録環境: DRLエージェントによる最適空間アライメント探索。報酬関数評価。
実験結果: UDCRはMAEで有望な結果を達成。オンライン学習が優れた結果を示す。
Stats
提案されたUDCRは、平行移動で2.85mm、回転で4.35°のMAEを達成した。