文献类型：期刊文章

作　　者：毋晓萌[1] 刘帅[1] 霍力[2] 赵锡海[3] 尚斐[1]

WU Xiaomeng;LIU Shuai;HUO Li;ZHAO Xihai;SHANG Fei(Department of Biomedical Engineering,School of Life Science,Beijing Institute of Technology,Beijing 100081,China;不详)

机构地区：[1]北京理工大学生命学院,生物医学工程系,北京100081 [2]中国医学科学院北京协和医学院,北京协和医院核医学科,北京100730 [3]清华大学医学院,生物医学工程系,生物医学影像研究中心,北京100084

出　　处：《中国医学影像学杂志》

年　　份：2021

卷　　号：29

期　　号：11

起止页码：1158-1164

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、ZGKJHX、核心刊

摘　　要：目的采用基于无监督深度学习的分步配准策略实现非同机不同轴位心脏MRI和PET图像配准。资料与方法采用30名受试者的MRI心脏电影成像(CINE)和PET/CT图像分为全局配准和局部配准两步进行配准。全局配准通过MRI定位像与CT图像的平移矩阵以及MRI定位像和CINE图像的坐标变换矩阵,实现CT和PET与CINE图像轴位与层面的对齐;局部配准将CT和PET图像融合,采用无监督深度学习框架实现了CINE和PET图像中心脏区域的精细配准。采用戴斯相似性系数(DSC)和修正的豪斯多夫距离(MHD)评估配准效果,采用Wilcoxon符号秩检验比较本文方法和Elastix的配准效果。结果基于无监督深度学习和Elastix的配准结果比较,左心室内膜:DSC:0.81±0.08比0.80±0.08(Z=-1.24,P=0.21);MHD:(4.37±1.77)mm比(4.50±1.75)mm(Z=-0.79,P=0.43)。左心室外膜:DSC:0.90±0.03比0.86±0.05(Z=-4.08,P<0.01);MHD:(3.22±1.09)mm比(4.58±1.76)mm(Z=-3.92,P<0.01)。右心室外膜:DSC:0.81±0.05比0.78±0.07(Z=-2.15,P=0.03);MHD:(4.36±4.53)mm比(5.05±1.98)mm(Z=-2.08,P=0.04)。全心:DSC:0.91±0.03比0.87±0.05(Z=-3.73,P<0.01);MHD:(3.88±1.12)mm比(5.06±2.00)mm(Z=-3.14,P<0.01)。结论分步配准策略可实现心脏非同机不同轴位的多模态图像配准。在局部配准中,基于无监督深度学习的配准结果显著优于Elastix。

关 键 词：心脏 深度学习  磁共振成像 正电子发射断层显像术 体层摄影术,X线计算机  图像处理,计算机辅助  

分 类 号：R445.2] R445.3]