A gradient-based approach to fast and accurate head motion compensation in cone-beam CT

要約

コーンビームコンピュータ断層撮影 (CBCT) システムは、その柔軟性により、特に急性脳卒中評価などの重要なシナリオにおいて、直接的なポイントオブケア医療画像処理の有望な手段となります。
しかし、臨床ワークフローへの CBCT の統合は課題に直面しています。主にスキャン時間が長くなり、スキャン中に患者の動きが生じ、再構成されたボリュームの画質が低下することに関連しています。
この論文では、コーンビーム CT ジオメトリに対する逆投影演算子の一般化導関数を利用する、勾配ベースの最適化アルゴリズムを使用した CBCT 動き推定への新しいアプローチを紹介します。
それに基づいて、再構成空間における現在の動き推定の品質を等級付けする、完全に微分可能な目標関数が定式化されます。
動き推定を大幅に加速し、既存の方法と比較して 19 倍の高速化を実現します。
さらに、品質メトリック回帰に使用されるネットワークのアーキテクチャを調査し、短縮的なアーキテクチャよりもオートエンコーダのようなアーキテクチャを優先して、ボクセルごとの品質マップを予測することを提案します。
この変更により勾配フローが改善され、より正確な動き推定が可能になります。
提示された方法は、頭部の解剖学的構造に関する現実的な実験を通じて評価されます。
再投影誤差の初期平均 3 mm から動き補償後の 0.61 mm までの減少を達成し、既存のアプローチと比較して優れたパフォーマンスを一貫して実証します。
提案手法の中核となる逆投影演算の解析ヤコビアンは公開されています。
要約すると、この論文は、効率と精度を向上させ、時間に敏感なシナリオにおける重要な課題に対処する堅牢な動作推定アプローチを提案することにより、臨床ワークフローへの CBCT 統合の進歩に貢献します。

要約(オリジナル)

Cone-beam computed tomography (CBCT) systems, with their flexibility, present a promising avenue for direct point-of-care medical imaging, particularly in critical scenarios such as acute stroke assessment. However, the integration of CBCT into clinical workflows faces challenges, primarily linked to long scan duration resulting in patient motion during scanning and leading to image quality degradation in the reconstructed volumes. This paper introduces a novel approach to CBCT motion estimation using a gradient-based optimization algorithm, which leverages generalized derivatives of the backprojection operator for cone-beam CT geometries. Building on that, a fully differentiable target function is formulated which grades the quality of the current motion estimate in reconstruction space. We drastically accelerate motion estimation yielding a 19-fold speed-up compared to existing methods. Additionally, we investigate the architecture of networks used for quality metric regression and propose predicting voxel-wise quality maps, favoring autoencoder-like architectures over contracting ones. This modification improves gradient flow, leading to more accurate motion estimation. The presented method is evaluated through realistic experiments on head anatomy. It achieves a reduction in reprojection error from an initial average of 3mm to 0.61mm after motion compensation and consistently demonstrates superior performance compared to existing approaches. The analytic Jacobian for the backprojection operation, which is at the core of the proposed method, is made publicly available. In summary, this paper contributes to the advancement of CBCT integration into clinical workflows by proposing a robust motion estimation approach that enhances efficiency and accuracy, addressing critical challenges in time-sensitive scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google