Structure guided deformable image registration for treatment planning CT and post stereotactic body radiation therapy (SBRT) Primovist<sup>®</sup> (Gd‐EOB‐DTPA) enhanced MRI
Notice bibliographique
Résumé
Abstract The purpose of this study was to assess the performance of structure‐guided deformable image registration (SG‐DIR) relative to rigid registration and DIR using TG‐132 recommendations. This assessment was performed for image registration of treatment planning computed tomography (CT) and magnetic resonance imaging (MRI) scans with Primovist ® contrast agent acquired post stereotactic body radiation therapy (SBRT). SBRT treatment planning CT scans and posttreatment Primovist ® MRI scans were obtained for 14 patients. The liver was delineated on both sets of images and matching anatomical landmarks were chosen by a radiation oncologist. Rigid registration, DIR, and two types of SG‐DIR (using liver contours only; and using liver structures along with anatomical landmarks) were performed for each set of scans. TG‐132 recommended metrics were estimated which included Dice Similarity Coefficient (DSC), Mean Distance to Agreement (MDA), Target Registration Error (TRE), and Jacobian determinant. Statistical analysis was performed using Wilcoxon Signed Rank test. The median (range) DSC for rigid registration was 0.88 (0.77–0.89), 0.89 (0.81–0.93) for DIR, and 0.90 (0.86–0.94) for both types of SG‐DIR tested in this study. The median MDA was 4.8 mm (3.7–6.8 mm) for rigid registration, 3.4 mm (2.4–8.7 mm) for DIR, 3.2 mm (2.0–5.2 mm) for SG‐DIR where liver structures were used to guide the registration, and 2.8 mm (2.1–4.2 mm) for the SG‐DIR where liver structures and anatomical landmarks were used to guide the registration. The median TRE for rigid registration was 7.2 mm (0.5–23 mm), 6.8 mm (0.7–30.7 mm) for DIR, 6.1 mm (1.1–20.5 mm) for the SG‐DIR guided by only the liver structures, and 4.1 mm (0.8–19.7 mm) for SG‐DIR guided by liver contours and anatomical landmarks. The SG‐DIR shows higher liver conformality as per TG‐132 metrics and lowest TRE compared to rigid registration and DIR in Velocity AI software for the purpose of registering treatment planning CT and post‐SBRT MRI for the liver region. It was found that TRE decreases when liver contours and corresponding anatomical landmarks guide SG‐DIR.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».