Core Concepts
제안된 미분형 변환기 기반 방법은 간 MRI-CT 이미지 쌍으로부터 정확한 변형 벡터장을 추정하여 MRI 이미지를 CT 이미지에 정렬할 수 있는 효과적인 솔루션을 제공한다.
Abstract
이 연구에서는 간 SBRT를 위한 MRI-CT 변형 가능한 이미지 등록 방법을 개발했다. 제안된 방법은 미분형 변환기 모델을 사용하여 MRI-CT 이미지 쌍으로부터 변형 벡터장(DVF)을 추정하고, 이를 이용해 MRI 이미지를 CT 이미지에 정렬한다.
구체적으로:
미분형 변형을 가정하고, 확률론적 미분형 등록 모델에서 추출한 위상 보존 변형 특징을 활용하여 복부 운동을 정확하게 파악하고 DVF 추정에 활용했다.
Swin 변환기를 CNN에 통합하여 변형 특징 추출 성능을 향상시켰다.
볼륨 기반 유사도 손실과 표면 매칭 손실을 결합하여 모델을 최적화했다.
50명의 간암 환자 데이터셋을 이용한 실험에서, 제안 방법은 기존 방법 대비 간과 문맥정맥의 Dice 유사도 계수, 간의 평균 표면 거리, 타겟 등록 오차 등이 향상되었다.
제안된 미분형 변환기 기반 방법은 간 SBRT를 위한 MRI-CT 이미지 등록에 효과적이고 효율적인 솔루션을 제공할 수 있다.
Stats
간 Dice 유사도 계수가 0.850±0.102에서 0.903±0.044로 향상되었다.
문맥정맥 Dice 유사도 계수가 0.628±0.129에서 0.763±0.073으로 향상되었다.
간의 평균 표면 거리가 7.216±4.513 mm에서 3.232±1.483 mm로 감소했다.
타겟 등록 오차가 26.238±2.769 mm에서 8.492±1.058 mm로 감소했다.
Quotes
"제안된 미분형 변환기 기반 방법은 간 MRI-CT 이미지 쌍으로부터 정확한 변형 벡터장을 추정하여 MRI 이미지를 CT 이미지에 정렬할 수 있는 효과적이고 효율적인 솔루션을 제공한다."
"제안 방법은 간 SBRT를 위한 MRI-CT 이미지 등록에 활용될 수 있다."