Core Concepts
단일 X선 투영 영상으로부터 실시간으로 3D CT 영상을 재구성하고 종양을 분할할 수 있는 새로운 딥러닝 기반 방법을 제안한다.
Abstract
이 연구에서는 실시간 단일 X선 투영 영상으로부터 3D CT 영상을 재구성하고 종양을 분할할 수 있는 새로운 딥러닝 기반 방법인 RT-SRTS를 제안한다.
RT-SRTS는 다중 작업 학습(MTL) 전략을 채택하여 3D 영상 재구성과 종양 분할을 하나의 네트워크에 통합하였다. 또한 주목 강화 보정기(AEC) 모듈과 불확실 영역 정교화(URE) 모듈을 제안하여 재구성 정확도와 분할 정확도를 향상시켰다.
15개 환자 데이터를 이용한 실험 결과, RT-SRTS는 기존 방법들에 비해 3D 재구성 성능이 우수하고, 종양 위치 정확도도 매우 높은 것으로 나타났다. 특히 약 70ms의 빠른 처리 속도를 보여 실시간 종양 추적에 적합한 것으로 확인되었다.
Stats
3D 재구성 MAE: 0.013
3D 재구성 MSE: 0.0004
3D 재구성 RMSE: 0.072
3D 재구성 PSNR: 35.38 dB
3D 재구성 SSIM: 0.965
종양 분할 DICE: 0.962
종양 중심 거리 오차: 0.40 mm
Quotes
"단일 X선 투영 영상으로부터 실시간으로 3D CT 영상을 재구성하고 종양을 분할할 수 있는 새로운 딥러닝 기반 방법을 제안한다."
"RT-SRTS는 다중 작업 학습(MTL) 전략을 채택하여 3D 영상 재구성과 종양 분할을 하나의 네트워크에 통합하였다."