原題
Deformable registration of magnetic resonance images using unsupervised deep learning in neuro-/radiation oncology.
背景:本研究は脳神経こう腫患者の術前及びその後のMRIの自動登録のための新しいConvUNet-DIRモデルの開発に焦点を当てた。
方法:160人の神経こう腫患者からの脳MRIスキャンを、精度、効率性、及びロバスト性に焦点を当てて、ConvUNet-DIRモデルを訓練し、検証するための教師なし学習アプローチで用いた。性能はダイススコアと構造的類似性指数で評価し、VoxelMorphアルゴリズムと比較した。
結果:ConvUNet-DIRモデルは、0.975の平均ダイススコアおよび0.908のSSIMを達成し、VoxelMorphアルゴリズムよりも優れていた。登録には約1秒かかりました。
結論:ConvUNet-DIRモデルは、人間の介入なしに3D MRIの正確で効率的な登録を可能にし、他の報告された深層学習法を凌駕した。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-024-02452-3
PMID: 38773620
コメント