Evaluation of CT to CBCT non-linear dense anatomical block matching registration for prostate patients
Notice bibliographique
Résumé
Abstract Deformable image registration (DIR) is a rapidly developing discipline in the field of medical imaging that has found numerous applications in modern radiation therapy. To be used in the clinical environment, DIR requires an accurate and robust algorithm supported by the careful evaluation. The purpose of this study was to evaluate the performance of the non-linear Dense Anatomical Block Matching (DABM) algorithm for CT-CBCT image registration of prostate cancer patients. Pre-treatment CT (pCT) images of five prostate patients that underwent intensity modulated radiation therapy (IMRT) were selected for this work. Mid-treatment CBCT data sets acquired during radiotherapy course were used to help validate the algorithm performance and benchmark against other commonly used DIR algorithms. Rigid alignment was followed by the DIR of considered images. After registration, structures (PTV, GTV, Bladder and Rectum) delineated on the pCT were deformed using the obtained deformation vector fields (DVFs), then propagated to the CBCT images and compared to the analogous contours delineated on the CBCT by an experienced radiation oncologist. The accuracy of image registration was assessed by several quantitative metrics: Dice Similarity Coefficient (DSC), Hausdorff Distances (HD; average and 95th percentile), Center of the Mass Shift (COM) as well as by physician validation. The topology of the obtained deformation vector fields was analyzed by the Jacobian determinant. The accuracy of the inverted DFVs was investigated by the application of the Inverse Consistency Error (ICE). The performance of the DABM algorithm was quantitatively compared to Rigid, Affine and B-spline algorithms. Results indicate that for all the patients and anatomical structures considered here, both the accuracy and the consistency of the DABM algorithm are considerably better than the other evaluated registration methods. Generated DVFs have a well-preserved topology and small ICEs. Presented findings show that DABM is a promising alternative to the existing common strategies for CT-CBCT image registration and its application in the adaptive radiation therapy of the pelvic region.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».