Two-View Topogram-Based Anatomy-Guided CT Reconstruction for Prospective Risk Minimization

要約

CT 実効線量の前向き推定とリスク最小化プロセスを容易にするために、空間線量の前向き推定と既知の解剖学的構造が期待されます。
この目的を達成するために、CT 再構成方法では、できるだけ少ない投影から、つまりトポグラムを使用して、可能な限り正確な解剖学的構造で CT ボリュームを再構成する必要があります。
この研究では、敵対的生成ネットワーク (GAN) に基づいて最適化された CT 再構成モデ​​ルが提案されています。
GAN は、前後および側面の CT 投影から 3D ボリュームを再構成するようにトレーニングされています。
解剖学的構造を強化するために、トレーニング段階でトレーニング済みの臓器セグメンテーション ネットワークと 3D 知覚損失が適用されるため、モデルは臓器増強 CT ボリュームと臓器セグメンテーション マスクの両方を生成できます。
提案された方法は、ベースライン方法を使用した場合の 26.21、201.55、および 0.63 と比較して、PSNR 26.49、RMSE 196.17、および SSIM 0.64 で CT ボリュームを再構成できます。
解剖学的構造に関しては、提案された方法は臓器の形状と境界を効果的に強調し、関連する解剖学的構造の直接の識別を可能にします。
従来の再構成指標では解剖学的構造の強化を示すことができないことに注意します。
このような指標に加えて、臓器セグメンテーションのパフォーマンスを評価することで評価が拡張されます。
提案された方法の平均臓器ダイスは、ベースライン モデルの 0.63 と比較して 0.71 であり、解剖学的構造が強化されていることを示しています。

要約(オリジナル)

To facilitate a prospective estimation of CT effective dose and risk minimization process, a prospective spatial dose estimation and the known anatomical structures are expected. To this end, a CT reconstruction method is required to reconstruct CT volumes from as few projections as possible, i.e. by using the topograms, with anatomical structures as correct as possible. In this work, an optimized CT reconstruction model based on a generative adversarial network (GAN) is proposed. The GAN is trained to reconstruct 3D volumes from an anterior-posterior and a lateral CT projection. To enhance anatomical structures, a pre-trained organ segmentation network and the 3D perceptual loss are applied during the training phase, so that the model can then generate both organ-enhanced CT volume and the organ segmentation mask. The proposed method can reconstruct CT volumes with PSNR of 26.49, RMSE of 196.17, and SSIM of 0.64, compared to 26.21, 201.55 and 0.63 using the baseline method. In terms of the anatomical structure, the proposed method effectively enhances the organ shape and boundary and allows for a straight-forward identification of the relevant anatomical structures. We note that conventional reconstruction metrics fail to indicate the enhancement of anatomical structures. In addition to such metrics, the evaluation is expanded with assessing the organ segmentation performance. The average organ dice of the proposed method is 0.71 compared with 0.63 in baseline model, indicating the enhancement of anatomical structures.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google