Registration of Longitudinal Spine CTs for Monitoring Lesion Growth

要約

脊椎縦断画像の正確かつ信頼性の高い位置合わせは、疾患の進行と手術結果の評価に不可欠です。
完全に自動化された堅牢な位置合わせの実装は臨床用途にとって非常に重要ですが、病変による形状や外観の大幅な変化により困難を伴います。
この論文では、脊椎縦断 CT を自動的に位置合わせし、病変の進行を正確に評価する新しい方法を紹介します。
私たちの手法は 2 段階のパイプラインに従い、最初に椎骨が自動的に位置特定され、ラベルが付けられ、深層学習モデルを使用して 3D 表面が生成され、次に混合ガウス モデルの表面登録を使用して縦方向に位置合わせされます。
私たちは患者 5 人の 37 個の椎骨に対してアプローチをテストし、ベースライン CT と 3、6、12 か月の追跡調査を行い、111 件の登録につながりました。
私たちの実験では、平均ハウスドルフ距離 0.65 mm、平均ダイス スコア 0.92 という正確な位置合わせが示されました。

要約(オリジナル)

Accurate and reliable registration of longitudinal spine images is essential for assessment of disease progression and surgical outcome. Implementing a fully automatic and robust registration is crucial for clinical use, however, it is challenging due to substantial change in shape and appearance due to lesions. In this paper we present a novel method to automatically align longitudinal spine CTs and accurately assess lesion progression. Our method follows a two-step pipeline where vertebrae are first automatically localized, labeled and 3D surfaces are generated using a deep learning model, then longitudinally aligned using a Gaussian mixture model surface registration. We tested our approach on 37 vertebrae, from 5 patients, with baseline CTs and 3, 6, and 12 months follow-ups leading to 111 registrations. Our experiment showed accurate registration with an average Hausdorff distance of 0.65 mm and average Dice score of 0.92.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google