先验图像约束运动补偿重建网络

无配对数据，保运动细节

一种用于4D CBCT的深度先验约束运动补偿重建算法，将重建解耦为图像恢复与结构细节调优两步，在无配对数据条件下保持呼吸运动信息的同时恢复细小解剖结构。

Hu, Dianlin · Chencheng, Zhang · Xuanjia, Fei · Yi, Yao · Xi, Yan · 刘进 · Zhang, Yikun · Coatrieux, Gouenou · Coatrieux, Jean Louis · 陈扬

IEEE Transactions on Medical Imaging 2024

技术优势

不用配对数据

框架在无配对数据条件下运行，避免了临床中难以获取大规模有标签训练集的问题，确保在真实病例中的实用性。

运动保持得住

结合先验图像引导、生成对抗网络与对比学习，在全局抑制伪影的同时保持呼吸运动信息；运动估计与补偿进一步保留动态运动。

细小结构能恢复

第二阶段通过运动估计与补偿技术增强局部解剖结构，临床实验证实能恢复细小解剖结构和病灶。

应用场景

• 肺癌自适应放疗：在肺癌自适应放疗中提供高质量4D CBCT图像，帮助精确靶区勾画和剂量调整。
• 图像引导放疗：作为图像引导放疗的成像组件，减少伪影并保留运动信息，提高引导精度。
• 4D CBCT重建：在稀疏采样投影下重建4D CBCT，同时抑制条状伪影并保留呼吸运动信息。
• 运动估计与补偿：利用运动估计与补偿增强局部解剖结构，恢复细小组织在动态过程中的结构。