Weakly supervised alignment and registration of MR-CT for cervical cancer radiotherapy

要約

子宮頸がんは女性の主な死亡原因の 1 つであり、小線源療法が現在主な治療法となっています。
ただし、がんの診断と治療の選択肢を改善するには、子宮頸部付近の組織浸潤の範囲を正確に定義することが重要です。
コンピュータ断層撮影法 (CT) と磁気共鳴画像法 (MRI) の両方のモダリティの情報特性の融合は、子宮頸部傍組織浸潤の程度の正確な概要を達成するのに役立つ可能性があります。
登録は情報融合の最初のステップです。
ただし、深さが異なるマルチモーダル画像を位置合わせする場合、手動での位置合わせは大きなエラーが発生しやすく、時間がかかります。
さらに、関心領域 (ROI) のサイズとマルチモーダル画像の形状の変化は、正確な位置合わせを達成する上で重大な課題を引き起こします。この論文では、予備的な空間位置合わせアルゴリズムと弱く監視されたマルチモーダル位置合わせネットワークを提案します。
空間位置位置合わせアルゴリズムは、医師が提供した 2 つのモーダル画像内の限られた注釈情報を効率的に利用して、深さが異なるマルチモーダル画像を自動的に位置合わせします。
弱教師レジストレーションに位置合わせされたマルチモーダル画像を利用し、オプティカル フローを推定するためにピラミッド型の特徴とコスト ボリュームを組み込むことにより、結果は、提案された方法がさまざまな評価指標において従来のボリューム レンダリング位置合わせ方法およびレジストレーション ネットワークよりも優れていることを示しています。
これは、マルチモーダル画像レジストレーションにおけるモデルの有効性を示しています。

要約(オリジナル)

Cervical cancer is one of the leading causes of death in women, and brachytherapy is currently the primary treatment method. However, it is important to precisely define the extent of paracervical tissue invasion to improve cancer diagnosis and treatment options. The fusion of the information characteristics of both computed tomography (CT) and magnetic resonance imaging(MRI) modalities may be useful in achieving a precise outline of the extent of paracervical tissue invasion. Registration is the initial step in information fusion. However, when aligning multimodal images with varying depths, manual alignment is prone to large errors and is time-consuming. Furthermore, the variations in the size of the Region of Interest (ROI) and the shape of multimodal images pose a significant challenge for achieving accurate registration.In this paper, we propose a preliminary spatial alignment algorithm and a weakly supervised multimodal registration network. The spatial position alignment algorithm efficiently utilizes the limited annotation information in the two modal images provided by the doctor to automatically align multimodal images with varying depths. By utilizing aligned multimodal images for weakly supervised registration and incorporating pyramidal features and cost volume to estimate the optical flow, the results indicate that the proposed method outperforms traditional volume rendering alignment methods and registration networks in various evaluation metrics. This demonstrates the effectiveness of our model in multimodal image registration.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google