Accuracy of finite element model‐based multi‐organ deformable image registration
Notice bibliographique
Résumé
As more pretreatment imaging becomes integrated into the treatment planning process and full three-dimensional image-guidance becomes part of the treatment delivery the need for a deformable image registration technique becomes more apparent. A novel finite element model-based multiorgan deformable image registration method, MORFEUS, has been developed. The basis of this method is twofold: first, individual organ deformation can be accurately modeled by deforming the surface of the organ at one instance into the surface of the organ at another instance and assigning the material properties that allow the internal structures to be accurately deformed into the secondary position and second, multi-organ deformable alignment can be achieved by explicitly defining the deformation of a subset of organs and assigning surface interfaces between organs. The feasibility and accuracy of the method was tested on MR thoracic and abdominal images of healthy volunteers at inhale and exhale. For the thoracic cases, the lungs and external surface were explicitly deformed and the breasts were implicitly deformed based on its relation to the lung and external surface. For the abdominal cases, the liver, spleen, and external surface were explicitly deformed and the stomach and kidneys were implicitly deformed. The average accuracy (average absolute error) of the lung and liver deformation, determined by tracking visible bifurcations, was 0.19 (s.d.: 0.09), 0.28 (s.d.: 0.12) and 0.17 (s.d.: 0.07) cm, in the LR, AP, and IS directions, respectively. The average accuracy of implicitly deformed organs was 0.11 (s.d.: 0.11), 0.13 (s.d.: 0.12), and 0.08 (s.d.: 0.09) cm, in the LR, AP, and IS directions, respectively. The average vector magnitude of the accuracy was 0.44 (s.d.: 0.20) cm for the lung and liver deformation and 0.24 (s.d.: 0.18) cm for the implicitly deformed organs. The two main processes, explicit deformation of the selected organs and finite element analysis calculations, require less than 120 and 495 s, respectively. This platform can facilitate the integration of deformable image registration into online image guidance procedures, dose calculations, and tissue response monitoring as well as performing multi-modality image registration for purposes of treatment planning.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».