[论文解读] Comparison of Patch-Based Conditional Generative Adversarial Neural Net Models with Emphasis on Model Robustness for Use in Head and Neck Cases for MR-Only planning

Peter Klages, Ilyes Benslimane+6 more|arXiv (Cornell University)|Feb 1, 2019

AI in cancer detection参考文献 29被引用 6

一句话总结

本研究评估了两种基于图像块的条件生成对抗网络——Pix2Pix 和 Cycle GAN——在头颈部癌患者中从磁共振（MR）扫描合成计算机断层扫描（CT）图像的性能，以实现仅使用磁共振的放射治疗计划。Pix2Pix 在准确性和鲁棒性方面表现更优，在体部区域的平均绝对误差为 92.4 ± 13.5 HU，关键结构的剂量误差低于 2%，表明其在易产生伪影的病例中具有强大的临床潜力。

ABSTRACT

A total of twenty paired CT and MR images were used in this study to investigate two conditional generative adversarial networks, Pix2Pix, and Cycle GAN, for generating synthetic CT images for Headand Neck cancer cases. Ten of the patient cases were used for training and included such common artifacts as dental implants; the remaining ten testing cases were used for testing and included a larger range of image features commonly found in clinical head and neck cases. These features included strong metal artifacts from dental implants, one case with a metal implant, and one case with abnormal anatomy. The original CT images were deformably registered to the mDixon FFE MR images to minimize the effects of processing the MR images. The sCT generation accuracy and robustness were evaluated using Mean Absolute Error (MAE) based on the Hounsfield Units (HU) for three regions (whole body, bone, and air within the body), Mean Error (ME) to observe systematic average offset errors in the sCT generation, and dosimetric evaluation of all clinically relevant structures. For the test set the MAE for the Pix2Pix and Cycle GAN models were 92.4 $\pm$ 13.5 HU, and 100.7 $\pm$ 14.6 HU, respectively, for the body region, 166.3 $\pm$ 31.8 HU, and 184 $\pm$ 31.9 HU, respectively, for the bone region, and 183.7 $\pm$ 41.3 HU and 185.4 $\pm$ 37.9 HU for the air regions. The ME for Pix2Pix and Cycle GAN were 21.0 $\pm$ 11.8 HU and 37.5 $\pm$ 14.9 HU, respectively. Absolute Percent Mean/Max Dose Errors were less than 2% for the PTV and all critical structures for both models, and DRRs generated from these models looked qualitatively similar to CT generated DRRs showing these methods are promising for MR-only planning.

研究动机与目标

• 评估条件生成对抗网络在从磁共振扫描合成 CT 图像以实现仅使用磁共振的放射治疗计划中的性能。
• 评估模型在存在牙科植入物和金属植入物等复杂临床伪影情况下的鲁棒性。
• 对比由 Pix2Pix 和 Cycle GAN 生成的合成 CT 图像与真实 CT 图像之间的剂量学准确性。
• 验证在具有多种成像伪影的复杂头颈部解剖结构中，合成 CT 生成的临床可行性。

提出的方法

• 在 10 例伴有牙科伪影的头颈部癌患者配对的 CT-MR 扫描上训练两种条件 GAN——Pix2Pix 和 Cycle GAN。
• 使用可变形图像配准将原始 CT 与 mDixon FFE MR 图像对齐，以最小化配准误差的影响。
• 采用基于图像块的 GAN 架构，从 MR 输入生成合成 CT（sCT）图像，重点关注局部图像一致性。
• 使用 Hounsfield 单位（HU）指标评估 sCT 的准确性：全身体积、骨骼和空气区域的平均绝对误差（MAE）和平均误差（ME）。
• 通过对比剂量重建影像（DRRs）和剂量差值，开展剂量学评估。
• 使用一组独立的 10 例测试病例评估鲁棒性，这些病例包含多种伪影，如金属植入物和异常解剖结构。

实验结果

研究问题

• RQ1 Pix2Pix 和 Cycle GAN 在头颈部癌患者伴有牙科伪影的情况下，从 MR 扫描合成 CT 图像的表现如何？
• RQ2 当应用于存在强金属伪影或异常解剖结构的病例时，这些模型的鲁棒性如何？
• RQ3 在不同组织类型（软组织、骨骼、空气）中，合成 CT 图像的 HU 值准确性如何？
• RQ4 合成 CT 图像在放射治疗计划中对临床结构的剂量学准确性保持程度如何？

主要发现

• Pix2Pix 在体部区域的平均绝对误差（MAE）为 92.4 ± 13.5 HU，优于 Cycle GAN 的 100.7 ± 14.6 HU。
• 在骨骼区域，Pix2Pix 的 MAE 为 166.3 ± 31.8 HU，而 Cycle GAN 为 184.0 ± 31.9 HU。
• 在空气区域，Pix2Pix 的 MAE 为 183.7 ± 41.3 HU，略优于 Cycle GAN 的 185.4 ± 37.9 HU。
• Pix2Pix 的平均误差（ME）为 21.0 ± 11.8 HU，而 Cycle GAN 为 37.5 ± 14.9 HU，表明 Pix2Pix 的系统性偏差更低。
• 在靶区（PTV）和所有关键结构中，绝对百分比平均和最大剂量误差均低于 2%。
• DRR 的定性评估显示，两种模型生成的图像与真实 CT 生成的 DRR 非常相似，支持其临床可用性。