TU‐C‐141‐02: Development of a Hyrbid Biomechanical Model Based Deformable Image Registration; Application in Lung
Notice bibliographique
Résumé
Purpose: To investigate the reduction in maximum errors in 4D CT lung Deformable Image Registration (DIR) using a hybrid biomechanical model based algorithm with an intensity based registration refinement. Methods: Morfeus, a biomechanical modeling algorithm for deformable image registration was used to register 3D inhale to exhale images of the lungs acquired via 4DCT. The predicted exhale image was obtained by interpolation. An intensity based registration algorithm based on Sum of Absolute Differences (SAD) and BSpline free form deformations (drop3D, Munich, Germany) was then employed to refine the results by a second registration from the Morfeus predicted exhale to the actual exhale image. The BSpline grid point spacing for the refinement was set to 9mm. To measure the accuracy, Target Registration Error (TRE) was calculated based on the Euclidean distance of corresponding bifurcation points on both images. Improvements in the overall TRE as well as reduction in maximum errors were evaluated. Results: The hybrid method has been evaluated on 5 patients to date with 45 to 76 identified bifurcation points per patient. The Morfeus TRE ranged from 2.2±1.0 mm (mean±SD) to 3.6±1.9 mm. This was reduced to 1.4±0.8 mm up to 1.6±2.0 mm with the hybrid method. More importantly, the number of bifurcation points (% of total points) with an error greater than 5 mm was reduced from 54 (22%) points (across all patients, range 3 to 24 points per patient) with Morfeus to 10 (4%) points (range 0 to 4 points per patient) with the hybrid method. Conclusion: The proposed hybrid method combines the flexibility of the biomechanical model based algorithm, including the ability to model the sliding interface between the lungs and the chest wall, with the advantages of intensity based registration for the contrast rich lung images to provide a highly accurate DIR algorithm. This research is supported by the NIH 5RO1CA124714‐02. KK Brock has financial interest in the deformable registration technology through a licensing agreement with RaySearch Laboratories.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».