سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

صفحه اصلی / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

Towards Accurate Multimodal Defformable Image Registration via Image Translation and Weak Supervision

نویسندگان :

Maryam Nasr¹ Mohammadreza Yazdchi² Mohsen Safdari³

1- دانشگاه تهران 2- دانشگاه اصفهان 3- شرکت بهیار صنعت سپاهان

کلمات کلیدی :

deformable image registration،image-to-image translation،weakly supervised learning،computed tomography،magnetic resonance imaging

چکیده :

در این پژوهش، یک روش یادگیری با نظارت ضعیف برای آموزش مدل‌های یادگیری عمیق در مسئله‌ی ثبت تصاویر چندنمایی ارائه می‌شود. در این روش، توابع هزینه بر اساس معیارهای شباهت تک‌نمایی تعریف می‌شوند. از آن‌جا که معیارهای تک‌نمایی معمولاً از پایداری و اطمینان بیشتری نسبت به معیارهای چندنمایی برخوردارند، شبکه به‌صورت پایدارتر آموزش می‌یابد و نتایج واقع‌گرایانه‌تری حاصل می‌گردد. برای رفع ناسازگاری شدت بین حوزه‌های مختلف، این روش از مدل‌های تولید تصویر مصنوعی به‌منظور تبدیل تصاویر از یک نما به نمای دیگر بهره می‌برد. در این پژوهش، این رویکرد در انطباق منعطف MRI به CT، که از اجزای کلیدی فرایند طراحی درمان پرتودرمانی محسوب می‌شود، به‌کار گرفته شد. نتایج نشان دادند که تصاویر به‌صورت معناداری منطبق شده‌اند و در عین حال ظاهر واقع‌گرایانه‌ی آن‌ها حفظ شده است. در پایان، این رویکرد با یک روش بدون نظارت مبتنی بر معیارهای شباهت چندنمایی مقایسه گردید. مقایسه‌ها نشان دادند که رویکرد پیشنهادی از پایداری بیشتری در فرایند آموزش برخوردار است. ارزیابی کمی نیز حاکی از بهبود معنادار در شاخص SSIM (از 0.8429 به 0.8510) و میانگین شاخص Dice (از 0.7750 به 0.7985) بود.