A conditional point cloud diffusion model for deformable liver motion tracking via a single arbitrarily-angled x-ray projection
Notice bibliographique
Résumé
Deformable liver motion tracking using a single X-ray projection enables real-time motion monitoring and treatment intervention. We introduce a conditional point cloud diffusion model-based framework for accurate and robust liver motion tracking from arbitrarily angled single X-ray projections (PCD-Liver), which estimates volumetric liver motion by solving deformable vector fields (DVFs) of a prior liver surface point cloud based on a single X-ray image. The model is patient-specific and consists of two main components: a rigid alignment model to estimate the liver's overall shifts and a conditional point cloud diffusion model that further corrects for liver surface deformations. Conditioned on motion-encoded features extracted from a single X-ray projection via a geometry-informed feature pooling layer, the diffusion model iteratively solves detailed liver surface DVFs in a projection angle-agnostic manner. The liver surface motion estimated by PCD-Liver serves as a boundary condition for a U-Net-based biomechanical model to infer internal liver motion and localize liver tumors. A dataset of ten liver cancer patients was used for evaluation. The accuracy of liver point cloud motion estimation was assessed using root mean square error (RMSE) and 95th-percentile Hausdorff distance (HD95), while liver tumor localization error was quantified using center-of-mass error (COME). The mean (standard deviation) RMSE, HD95, and COME of the prior liver or tumor before motion estimation were 8.82(3.58) mm, 10.84(4.55) mm, and 9.72(4.34) mm, respectively. After PCD-Liver motion estimation, the corresponding values improved to 3.63(1.88) mm, 4.29(1.75) mm, and 3.46(2.15) mm. Under highly noisy conditions, PCD-Liver maintained stable performance. This study presents an accurate and robust framework for deformable liver motion estimation and tumor localization in image-guided radiotherapy.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».