Automated CT Lung Cancer Screening Workflow using 3D Camera

要約

最近の CT 計画の発展により患者の位置決めの自動化が可能になったにもかかわらず、線量プロファイルを計算して患者の位置を適切に配置するためには、依然として時間のかかるスカウト スキャンが必要です。
この論文では、3D カメラ画像から患者のスキャン範囲、アイソセンター、および水等価直径 (WED) を推定することにより、CT 肺がんスクリーニングにおけるスカウト スキャンの必要性を排除する新しい方法を紹介します。
私たちは、60,000 を超える CT スキャンで陰的生成モデルをトレーニングすることでこのタスクを達成し、リアルタイム スキャン データを使用して予測を更新する新しいアプローチを導入しました。
110 組の深度データと CT スキャンのテスト セットでこの方法の有効性を実証しました。その結果、アイソセンターの推定では 5 mm、スキャン範囲の決定では 13 mm、AP と横方向 WED の推定では 10 mm と 16 mm の平均誤差が生じました。
それぞれ。
私たちの方法の相対的な WED 誤差は 4% であり、国際電気標準会議 (IEC) の許容基準である 10% の範囲内に十分収まっています。

要約(オリジナル)

Despite recent developments in CT planning that enabled automation in patient positioning, time-consuming scout scans are still needed to compute dose profile and ensure the patient is properly positioned. In this paper, we present a novel method which eliminates the need for scout scans in CT lung cancer screening by estimating patient scan range, isocenter, and Water Equivalent Diameter (WED) from 3D camera images. We achieve this task by training an implicit generative model on over 60,000 CT scans and introduce a novel approach for updating the prediction using real-time scan data. We demonstrate the effectiveness of our method on a testing set of 110 pairs of depth data and CT scan, resulting in an average error of 5mm in estimating the isocenter, 13mm in determining the scan range, 10mm and 16mm in estimating the AP and lateral WED respectively. The relative WED error of our method is 4%, which is well within the International Electrotechnical Commission (IEC) acceptance criteria of 10%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google