要約
コーンビームX線透過イメージングにおいて,透視変換は解剖学的構造を直接かつ正確に評価することを困難にしている.本研究では,2つの相補的なビュー(180度ビュー)を用いた枠組みで透視変換問題を定式化し,対処している.補完ビューの設定は、2つのビュー間の偏差を評価することによって、パースペクティブに変形した構造を識別する実用的な方法を提供する。また、遠近変形を学習するための境界情報を提供し、不確実性を低減することができる。遠近変形を補正するための代表的な2つのネットワークPix2pixGANとTransU-Netを調査した。数値ビーズファントムデータを用いた実験により、直交するビューや単一のビューに対する相補的ビューの優位性を実証する。また、完全畳み込みネットワークであるPix2pixGANは、デカルト空間よりもポーラー空間において優れた性能を達成し、変換器ベースのハイブリッドネットワークであるTransU-Netは、デカルト空間とポーラー空間において同等の性能を達成することが示された。さらに、学習されたモデルは、校正精度の範囲内で、幾何学的な不正確さに対して一定の許容範囲を持つことが実証された。提案したフレームワークは、患者の胸部と頭部の合成投影画像や、実際の死体CBCT投影データに対して有効であり、かさばる金属インプラントや外科用ネジの存在に対する頑健性は、将来の実アプリケーションへの有望な側面を示している。
要約(オリジナル)
In cone-beam X-ray transmission imaging, perspective deformation causes difficulty in direct, accurate geometric assessments of anatomical structures. In this work, the perspective deformation correction problem is formulated and addressed in a framework using two complementary (180{\deg}) views. The complementary view setting provides a practical way to identify perspectively deformed structures by assessing the deviation between the two views. It also provides bounding information and reduces uncertainty for learning perspective deformation. Two representative networks Pix2pixGAN and TransU-Net for correcting perspective deformation are investigated. Experiments on numerical bead phantom data demonstrate the advantage of complementary views over orthogonal views or a single view. They show that Pix2pixGAN as a fully convolutional network achieves better performance in polar space than Cartesian space, while TransU-Net as a transformer-based hybrid network achieves comparable performance in Cartesian space to polar space. Further study demonstrates that the trained model has certain tolerance to geometric inaccuracy within calibration accuracy. The efficacy of the proposed framework on synthetic projection images from patients’ chest and head data as well as real cadaver CBCT projection data and its robustness in the presence of bulky metal implants and surgical screws indicate the promising aspects of future real applications.
arxiv情報
著者 | Yixing Huang,Andreas Maier,Fuxin Fan,Björn Kreher,Xiaolin Huang,Rainer Fietkau,Christoph Bert,Florian Putz |
発行日 | 2023-01-04 14:29:34+00:00 |
arxivサイト | arxiv_id(pdf) |