[논문 리뷰] A Learning-based Method for Online Adjustment of C-arm Cone-Beam CT Source Trajectories for Artifact Avoidance

Mareike Thies, Jan-Nico Zäch외 5명|arXiv (Cornell University)|2020. 01. 01.

Spinal Fractures and Fixation Techniques참고 문헌 33인용 수 30

한 줄 요약

이 논문은 척추 수술 중 금속 잔상 문제를 줄이기 위해 실시간, 온라인으로 C-arm 콘빔 CT(CBCT) 원천 궤도를 조정하기 위한 딥러닝 기반 방법을 제안한다. 실시간 Fluoroscopic 투영도에서 2D 영상만을 사용하여 시야별 품질 지수를 회귀하는 컨volutional neural network(CNN)을 활용해, 데이터의 비일관성을 피할 수 있는 최적의 다음 시야를 동적으로 선택함으로써, 표준 원형 궤도보다 훨씬 우수한 재구성 품질과 더 적은 잔상으로 개선된 결과를 얻는다.

ABSTRACT

During spinal fusion surgery, screws are placed close to critical nerves suggesting the need for highly accurate screw placement. Verifying screw placement on high-quality tomographic imaging is essential. C-arm Cone-beam CT (CBCT) provides intraoperative 3D tomographic imaging which would allow for immediate verification and, if needed, revision. However, the reconstruction quality attainable with commercial CBCT devices is insufficient, predominantly due to severe metal artifacts in the presence of pedicle screws. These artifacts arise from a mismatch between the true physics of image formation and an idealized model thereof assumed during reconstruction. Prospectively acquiring views onto anatomy that are least affected by this mismatch can, therefore, improve reconstruction quality. We propose to adjust the C-arm CBCT source trajectory during the scan to optimize reconstruction quality with respect to a certain task, i.e. verification of screw placement. Adjustments are performed on-the-fly using a convolutional neural network that regresses a quality index for possible next views given the current x-ray image. Adjusting the CBCT trajectory to acquire the recommended views results in non-circular source orbits that avoid poor images, and thus, data inconsistencies. We demonstrate that convolutional neural networks trained on realistically simulated data are capable of predicting quality metrics that enable scene-specific adjustments of the CBCT source trajectory. Using both realistically simulated data and real CBCT acquisitions of a semi-anthropomorphic phantom, we show that tomographic reconstructions of the resulting scene-specific CBCT acquisitions exhibit improved image quality particularly in terms of metal artifacts. Since the optimization objective is implicitly encoded in a neural network, the proposed approach overcomes the need for 3D information at run-time.

연구 동기 및 목표

• 척추 융합 수술 중 내시적 CBCT에서 발생하는 금속 잔상 문제로 인한 고위험 임상 문제를 해결하기 위해.
• 이dealized 영상 형성 모델과의 일관성을 극대화하고 데이터 비일관성을 최소화하기 위해, 사전에 X선 시야를 선택함으로써 재구성 품질을 향상시키기 위해.
• 스캔 시점에 3D 볼륨 정보가 필요 없도록, 2D 투영 영상만으로 작업에 특화된 궤도 조정을 학습함으로써.
• 실시간, 환자별 맞춤형 궤도 최적화를 가능하게 하기 위해, 현실적인 시뮬레이션 데이터로 훈련된 딥 네ural 네트워크를 사용함으로써.
• 모의 및 실제 펌프 데이터를 사용하여 표준 원형 CBCT 스캔 대비 가능성을 입증하고 향상된 성능을 보임.

제안 방법

• 단일 실시간 Fluoroscopic 투영도 영상에서 시야별 품질 지수를 예측하기 위해 VGG-19를 사용한 컨volutional neural network(CNN)을 훈련함.
• 현재 투영도를 기반으로 다음 최적의 C-arm 원천 각도(면내 및 면외)를 추천하여, 온라인으로 점진적인 궤도 업데이트를 가능하게 함.
• 이dealized 재구성 모델과의 일관성을 최소화하기 위해 강화학습 기반 정책을 사용하여, 특히 비틀림 효과와 광자 부족 현상을 피하는 시야 선택을 수행함.
• 훈련 데이터는 투명티타늄 철근을 포함한 현실적인 몬테카를로 시뮬레이션을 통해 생성되며, 실제 산산이 흩어짐, 비틀림 효과 및 노이즈를 반영함.
• 재구성 품질 평가를 위해 반사적 평가를 수행하기 위해, 반인간형 펌프에서의 모의 및 실제 CBCT 데이터를 사용함.
• 철근의 긴 축을 따라 또는 겹치는 철근 투영이 발생하는 시야를 피하기 위해 궤도를 최적화함.

실험 결과

연구 질문

• RQ1 CBCT 스캔 중 단일 현재 투영도 영상만을 기반으로, 미래 X선 시야의 품질을 딥러닝 모델이 정확하게 예측할 수 있는가?
• RQ2 신경망 예측 결과를 활용한 C-arm 궤도의 온라인 실시간 조정이, 표준 원형 궤도 대비 CBCT 재구성에서 금속 잔상을 줄일 수 있는가?
• RQ3 모의 데이터로 훈련된 모델이 실제 펌프에서의 CBCT 획득 데이터에 얼마나 일반화되는가?
• RQ4 비원형 궤도가 전통적인 원형 궤도와 비교하여 잔상 감소 및 해부학적 세부 정보 유지 측면에서 어떤가?
• RQ5 스캔 시점에 3D 정보가 필요 없이도, 철근의 뼈 파손 감지 가능성을 향상시킬 수 있는가?

주요 결과

• 제안된 방법은 데이터 비일관성이 심한 시야를 피하기 위해 C-arm 궤도를 동적으로 조정함으로써 CBCT 재구성에서 금속 잔상을 효과적으로 감소시킴.
• 노이즈 수준과 초기 각도에 관계없이, 다양한 조건에서 시야 품질 예측이 강력하고 정확하게 수행되며, 특히 시뮬레이션에서 실제 데이터로의 일반화 성능도 뛰어남.
• 현실적인 시뮬레이션 데이터로 훈련된 네트워크는 실제 펌프 획득 데이터로 일반화되며, 철근의 형태와 나선형 구조가 표준 원형 스캔 대비 뚜렷하게 향상됨.
• 네트워크가 예측한 궤도는 특히 철근 긴 축을 따라 또는 겹치는 철근 투영이 발생하는 고잔상 시야를 피함으로써, 더 일관되고 정확한 재구성 결과를 도출함.
• 2D 투영 영상만을 사용하여 시나리오에 특화된 궤도 계획을 수행하는 것이 가능하며, 스캔 시점에 3D 정보가 필요 없이도 영상 품질을 크게 향상시킬 수 있음.
• 후행 평가 결과, 표준 원형 평면(철근 축에 평행)에서 약간의 기울임만으로도 잔상 감소 효과가 뚜렷하게 나타나, 즉각적인 임상 적용 가능성을 시사함.