Evaluation of 4D cone-beam CT reconstruction methods for lung images acquired using rapid cone-beam CT acquisition: a phantom study
Notice bibliographique
Résumé
Abstract Objective. Cone-beam CT (CBCT) technological advances for linear accelerators (Linacs) have led to CBCT imaging in <20 s, which can reduce radiation therapy treatment times. However, these rapid CBCT scans only allow for 3DCBCT images. In this paper we evaluate 4DCBCT reconstruction methods for rapid acquisition 3DCBCT protocol scans using an anthropomorphic breathing phantom. Approach. We evaluate two previously developed motion-compensated Feldkamp-Davis-Kress (MCFDK) methods, using a prior-motion model (MCFDK-Prior) and a data-driven MCFDK method (MCFDK-DD), on CBCT images of the phantom using an Ethos linac. The deformable phantom lungs contained three synthetic tumours and a commercial phantom motion platform with a sinusoidal breathing pattern. The phantom was imaged in free-breathing with rapid (16.6 s) and standard (30.8 s) thorax 3DCBCT acquisition protocols, then reimaged while stationary at inhale and exhale, which were the ground truth reconstructions. MCFDK reconstructions were compared with conventional 3D-FDK and 4D-FDK reconstructions. Image quality was compared between all reconstructions using mean square error (MSE), structural similarity index measurement (SSIM), peak signal-to-noise (PSNR), edge response width (ERW) for the diaphragm-lung border for the right lung, tumour centroid accuracy, tumour dice similarity coefficient and sphericity. Main results. For all metrics the MCFDK-Prior reconstructions performed better than the 3D-FDK reconstructions. Similarly for all tumour-related metrics as well as ERW the MCFDK-DD reconstructions performed better than then 3D-FDK reconstructions, but the overall MSE, SSIM and PSNR were similar for the MCFDK-DD and 3D-FDK reconstructions. For all metrics except for tumour centroid error the MCFDK-Prior method produced better quality reconstructions than the MCFDK-DD method. 4D-FDK reconstructions produced poor quality volumes. Significance. We demonstrated that 4DCBCT reconstruction for rapid CBCT acquisition protocols is possible and leads to reduced motion artefacts and more accurate reconstructions when compared to 3DCBCT reconstructions. The 4DCBCT methods demonstrated in this paper will allow for fast, accurate 4DCBCT acquisition for new linacs.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».