RayEmb: Arbitrary Landmark Detection in X-Ray Images Using Ray Embedding Subspace

要約

術前に取得した CT スキャンと X 線画像の術中の 2D-3D レジストレーションは、整形外科手術において重要な手順です。
CT ボリューム内で事前にアノテーションが付けられた解剖学的ランドマークを X 線画像で検出して 2D と 3D の対応関係を確立し、位置合わせに利用できます。
ただし、特定の視野角ではランドマークの視認性が低いため、登録が失敗することがよくあります。
我々は、X 線画像内の任意のランドマーク点を検出することにより、この問題に対処する新しい方法を提案します。
私たちのアプローチは、交差する光線に対応する特徴ベクトル (光線埋め込みと呼ばれる) によって形成される個別の部分空間として 3D 点を表します。
2D と 3D の対応関係を確立することは、特定の部分空間に近い光線埋め込みを見つけるタスクとなり、基本的に交差テストを実行します。
従来のランドマーク推定方法とは異なり、私たちのアプローチでは、固定ランドマークに手動で注釈を付ける必要がありません。
103 の CT ボリュームを含む CTPelvic1K CLINIC データセットから生成された合成画像を使用してモデルをトレーニングし、実際の X 線画像で構成される DeepFluoro データセットで評価しました。
実験結果は、従来の方法に対する我々の方法の優位性を示しています。
コードは https://github.com/Pragyanstha/rayemb で入手できます。

要約(オリジナル)

Intra-operative 2D-3D registration of X-ray images with pre-operatively acquired CT scans is a crucial procedure in orthopedic surgeries. Anatomical landmarks pre-annotated in the CT volume can be detected in X-ray images to establish 2D-3D correspondences, which are then utilized for registration. However, registration often fails in certain view angles due to poor landmark visibility. We propose a novel method to address this issue by detecting arbitrary landmark points in X-ray images. Our approach represents 3D points as distinct subspaces, formed by feature vectors (referred to as ray embeddings) corresponding to intersecting rays. Establishing 2D-3D correspondences then becomes a task of finding ray embeddings that are close to a given subspace, essentially performing an intersection test. Unlike conventional methods for landmark estimation, our approach eliminates the need for manually annotating fixed landmarks. We trained our model using the synthetic images generated from CTPelvic1K CLINIC dataset, which contains 103 CT volumes, and evaluated it on the DeepFluoro dataset, comprising real X-ray images. Experimental results demonstrate the superiority of our method over conventional methods. The code is available at https://github.com/Pragyanstha/rayemb.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google