Application of Gated Recurrent Units for CT Trajectory Optimization

要約

コンピュータ断層撮影 (CT) イメージング、特にデュアル ロボット システムの最近の進歩により、スキャン軌道の最適化に新たな課題が生じています。
この論文では、ゲート付きリカレント ユニット (GRU) を使用して CT スキャンの軌道を最適化する新しいアプローチを紹介します。
当社のアプローチは、ロボット CT システムの柔軟性を利用して、スキャン時間を短縮しながら解像度とコントラストを向上させることで画質を向上させる投影を選択します。
当社はコーンビーム CT に焦点を当てており、吸収、ピクセル強度、コントラスト対ノイズ比、データ完全性など、いくつかの投影ベースの指標を採用しています。
GRU ネットワークは、データの冗長性を最小限に抑え、限られた数の予測で完全性を最大化することを目的としています。
対象となる特定のボクセルに焦点を当て、試験片のシミュレートされたデータを使用して方法を検証します。
結果は、GRU に最適化されたスキャン軌跡が、画質メトリクスの点で従来の円形 CT 軌跡よりも優れていることを示しています。
使用済みの試験片では、SSIM が 0.38 から 0.49 に向上し、CNR が 6.97 から 9.08 に増加しました。
この発見は、CT スキャン軌道の最適化に GRU を適用すると、より効率的でコスト効率が高く、高品質のイメージング ソリューションが実現できることを示唆しています。

要約(オリジナル)

Recent advances in computed tomography (CT) imaging, especially with dual-robot systems, have introduced new challenges for scan trajectory optimization. This paper presents a novel approach using Gated Recurrent Units (GRUs) to optimize CT scan trajectories. Our approach exploits the flexibility of robotic CT systems to select projections that enhance image quality by improving resolution and contrast while reducing scan time. We focus on cone-beam CT and employ several projection-based metrics, including absorption, pixel intensities, contrast-to-noise ratio, and data completeness. The GRU network aims to minimize data redundancy and maximize completeness with a limited number of projections. We validate our method using simulated data of a test specimen, focusing on a specific voxel of interest. The results show that the GRU-optimized scan trajectories can outperform traditional circular CT trajectories in terms of image quality metrics. For the used specimen, SSIM improves from 0.38 to 0.49 and CNR increases from 6.97 to 9.08. This finding suggests that the application of GRU in CT scan trajectory optimization can lead to more efficient, cost-effective, and high-quality imaging solutions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google