[論文レビュー] Geodesic Density Regression for Correcting 4DCT Pulmonary Respiratory Motion Artifacts

Wei Shao, Yue Pan+5 more|arXiv (Cornell University)|Jun 12, 2021

Medical Imaging Techniques and Applications参考文献 47被引用数 5

ひとこと要約

本稿では、呼吸運動アーチファクトを補正するための新規アルゴリズムである地積密度回帰（GDR）を提案する。GDRは、組織密度の変化と二値アーチファクトマスクを用いて、滑らかで高密度の4次元変形場とアーチファクトのない肺テンプレートを推定する。GDRは、シミュレートされたおよび臨床的4DCTスキャンの両方において、よりシャープなテンプレート、より正確なヤコビアン画像、およびデータ欠落に対してより高い耐性を示すことで、最先端の地積強度回帰（GIR）を上回る性能を発揮する。

ABSTRACT

Pulmonary respiratory motion artifacts are common in four-dimensional computed tomography (4DCT) of lungs and are caused by missing, duplicated, and misaligned image data. This paper presents a geodesic density regression (GDR) algorithm to correct motion artifacts in 4DCT by correcting artifacts in one breathing phase with artifact-free data from corresponding regions of other breathing phases. The GDR algorithm estimates an artifact-free lung template image and a smooth, dense, 4D (space plus time) vector field that deforms the template image to each breathing phase to produce an artifact-free 4DCT scan. Correspondences are estimated by accounting for the local tissue density change associated with air entering and leaving the lungs, and using binary artifact masks to exclude regions with artifacts from image regression. The artifact-free lung template image is generated by mapping the artifact-free regions of each phase volume to a common reference coordinate system using the estimated correspondences and then averaging. This procedure generates a fixed view of the lung with an improved signal-to-noise ratio. The GDR algorithm was evaluated and compared to a state-of-the-art geodesic intensity regression (GIR) algorithm using simulated CT time-series and 4DCT scans with clinically observed motion artifacts. The simulation shows that the GDR algorithm has achieved significantly more accurate Jacobian images and sharper template images, and is less sensitive to data dropout than the GIR algorithm. We also demonstrate that the GDR algorithm is more effective than the GIR algorithm for removing clinically observed motion artifacts in treatment planning 4DCT scans. Our code is freely available at https://github.com/Wei-Shao-Reg/GDR.

研究の動機と目的

• 不規則な呼吸に起因する4DCTスキャンにおける運動アーチファクトが放射線治療計画の品質を低下させることに対処すること。
• 複数の呼吸フェーズにわたるアーチファクトのない領域を活用して、アーチファクトを補正する手法を開発すること。
• 呼気中に肺組織の密度変化を組み込むことで、既存の地積強度回帰（GIR）を改善すること。
• 高精度でアーチファクトのない肺テンプレートと滑らかな4次元変形場を生成し、正確な画像登録を実現すること。
• 機能的避避放射線治療に用いられるヤコビアン画像の正確性を向上させること。

提案手法

• GDRは、参照テンプレートを4DCTスキャンの各フェーズに一致させる滑らかで高密度の4次元ベクトル場を推定する。
• 画像回帰中にアーチファクト領域を除外するために二値アーチファクトマスクを用いる。
• 呼気に伴う局所的組織密度の変化（空気の流入・流出）を考慮することで、強度一定モデルに比べて精度を向上させる。
• 全フェーズからのアーチファクトのない領域を共通座標系にマッピングし、それらを平均することで、アーチファクトのない肺テンプレートを作成する。
• L-BFGS最適化アルゴリズムを用いてコスト関数を最小化し、位置および勾配ベクトルの限界記憶更新を用いて降下方向を推定する。
• 2次元CTスライスにおける運動アーチファクト領域を自動的に検出するため、U-netアーキテクチャを用いて二値アーチファクトマスクを生成する。

実験結果

リサーチクエスチョン

• RQ1 地積密度回帰（GDR）は、地積強度回帰（GIR）よりも4DCTスキャンにおける運動アーチファクトの補正をより正確に行えるか？
• RQ2 4DCTスキャンにおいてデータ欠落やフェーズの欠落が生じた場合、GDRはどのように性能を発揮するか？
• RQ3 呼気に伴う組織密度の変化を組み込むことで、推定された変形場およびテンプレート画像の正確性が向上するか？
• RQ4 GDRは、機能的避避放射線治療に適したシャープで信頼性の高いヤコビアン画像を生成できるか？
• RQ5 U-netベースのアーチファクト検出システムは、異なる呼吸フェーズにおいてアーチファクト領域を効果的に同定できるか？

主な発見

• GDRは、シミュレートされた4DCTスキャンにおいて、GIRアルゴリズムよりも顕著に正確なヤコビアン画像を達成した。
• GDRが生成したテンプレート画像は、GIRよりもシャープで、信号対雑音比が向上していた。
• GDRは、データ欠落に対してより高い耐性を示し、一部のフェーズが欠落または損傷していても、精度を維持した。
• 観察された運動アーチファクトを含む臨床的4DCTスキャンにおいて、GDRはGIRを上回り、アーチファクト除去と画像品質の回復に優れた性能を発揮した。
• U-netベースのアーチファクト検出システムは、アーチファクト領域を効果的に同定でき、回帰処理における正確な除外を可能にした。
• GDRアルゴリズムはGitHub上で無料で公開されており、再現性とさらなる研究を支援している。