XiaoMi-AI文件搜索系统
World File Search System配准
用于婴儿脑部 MRI 图像变形配准的循环组织感知网络
可变形配准是纵向和基于人群的图像分析的基础。然而，由于婴儿时期大脑发育迅速，精确配准同一受试者的纵向婴儿大脑 MRI 图像以及不同受试者的横截面婴儿大脑 MRI 图像具有挑战性。在本文中，我们提出了一种可循环使用的深度神经网络来配准婴儿大脑 MRI 图像。我们提出的方法有三个主要亮点。（i）我们使用脑组织分割图而不是强度图像进行配准，以解决生命第一年脑组织对比度快速变化的问题。（ii）单个配准网络以一次性方式训练，然后多次循环应用于推理，从而可以逐步恢复复杂的变形场。（iii）我们还在配准网络中提出了自适应平滑层和组织感知反折叠约束，以确保估计变形的生理合理性，而不会降低配准精度。与最先进的配准方法相比，实验结果表明，我们提出的方法实现了最高的配准精度，同时仍保持了变形场的平滑度。我们提出的配准网络的实现可在线获得。
无监督图像配准可提高心脏和脑图像分析的性能和可解释性
摘要：磁共振成像 (MRI) 通常会招募多个序列（本文定义为“模态”）。由于每种模态都旨在提供不同的解剖和功能临床信息，因此不同模态之间的成像内容存在明显差异。模态间和模态内仿射和非刚性图像配准是临床成像中必不可少的医学图像分析过程，例如，在成像之前，需要在不同的 MRI 模态、时间阶段和切片之间获取和临床评估生物标志物。尽管在实际临床场景中通常需要仿射和非刚性图像配准，但尚未使用单一无监督模型架构进行广泛研究。在我们的工作中，我们提出了一种无监督深度学习配准方法，可以同时准确地模拟仿射和非刚性变换。此外，逆一致性是基本模态间配准属性，深度学习配准算法并未考虑该属性。为了解决逆一致性问题，我们的方法执行双向跨模态图像合成以学习模态不变的潜在表示，并涉及两个因式分解变换网络（每个编码器-解码器通道一个）和一个逆一致性损失以学习保持拓扑的解剖变换。总体而言，我们的模型（名为“FIRE”）在多模态脑 2D 和 3D MRI 以及模态内心脏 4D MRI 数据实验中表现出比参考标准基线方法（即使用 ANTs 工具箱实现的对称归一化）更好的性能。我们专注于解释模型数据组件，以增强模型在医学图像配准中的可解释性。在计算时间实验中，我们表明 FIRE 模型在节省内存的模式下运行，因为它可以在训练阶段直接学习保持拓扑的图像配准。因此，我们展示了一种高效且通用的配准技术，该技术在临床环境中的多模态图像配准中具有优势。
使用基于锥形束 CT 的自动配准对伴侣动物进行无框架脑活检系统的可行性
本研究的目的是评估一种新型的基于锥形束计算机断层扫描 (CBCT) 的术中自动配准系统在伴侣动物无框架立体定向脑活检中的应用。一项实验性尸体研究评估了三只无颅内疾病史的狗和三只猫的丘脑和梨状叶靶点针放置误差。对二十四只患有颅内疾病的客户所养狗和四只猫进行了前瞻性诊断准确性和诊断产量评估。二十一项手术是在死后进行的（十八只狗和三只猫），七项活检手术是在活着的患者身上进行的（六只狗和一只猫）。对十名死后患者和四名活着的患者评估了手术持续时间。对六只狗和一只猫进行了结果评估。在狗中，计算得出的梨状叶和丘脑靶位的针头放置误差中位数分别为 1.8 毫米（范围 0.71–2.84 毫米）和 1.53 毫米（范围 1.45–1.99 毫米）。在猫中，计算得出的梨状叶靶位的针头放置误差中位数为 0.79 毫米（范围 0.6–1.91 毫米），丘脑靶位的针头放置误差中位数为 1.29 毫米（范围 0.47–2.69 毫米）。诊断率为 96.4%（95% CI 0.81–0.99），诊断准确率为 94.4%（95% CI 0.72–0.99）。尸检活检的中位总操作持续时间为 57.5 分钟（范围 41–69 分钟）。活体活检的中位总手术时长为 122.5 分钟（范围为 103-136 分钟）。三只狗在活检后 1 天出院，一只狗在 6 天后出院。两只狗和一只猫在活检后 24 和 48 小时被安乐死。基于 CBCT 的伴侣动物无框架立体定向活检术中自动图像配准能够提供与头骨大小和形态无关的诊断性脑活检样本，其诊断产量和准确性与兽医学中使用的各种无框架和基于框架的立体定向系统的已公布值相当。手术持续时间不会受到负面影响，并且在其他系统公布的范围内。移动式术中 CBCT 配准结合神经导航可为伴侣动物提供诊断性脑活检。
利用反射配准技术在脑病变分割中发挥双侧对称性
摘要：脑病变（包括中风病变和肿瘤）在位置、大小、强度和形式方面具有高度可变性，这使得自动分割变得困难。我们建议通过利用健康大脑的双侧准对称性来改进现有的分割方法，当存在病变时，这种对称性就会消失。具体而言，我们使用神经图像与其反射版本的非线性配准（“反射配准”）来确定每个体素在另一半球的同源（对应）体素。同源体素周围的斑块作为一组新特征添加到分割算法中。为了评估这种方法，我们实现了两种不同的基于 CNN 的多模态 MRI 中风病变分割算法，然后使用上面描述的反射配准方法通过添加额外的对称特征来增强它们。对于每种架构，我们在 2015 年缺血性中风病变分割挑战赛 (ISLES) 的 SISS 训练数据集上比较了有对称性增强和没有对称性增强的性能。使用线性反射配准可以提高基线的性能，但非线性反射配准可以带来更好的结果：一种架构的 Dice 系数比基线提高了 13 个百分点，另一种架构的 Dice 系数提高了 9 个百分点。我们认为在现有分割算法中添加对称特征具有广泛的适用性，特别是使用所提出的非线性、无模板方法。
脑肿瘤序列配准挑战：建立弥漫性胶质瘤患者术前和随访 MRI 扫描之间的对应关系
摘要 — 由于组织外观的变化，包含病理的纵向脑磁共振成像 (MRI) 扫描的配准具有挑战性，这仍然是一个未解决的问题。本文介绍了第一个脑肿瘤序列配准 (BraTS-Reg) 挑战，重点是估计同一患者被诊断为脑弥漫性胶质瘤的术前和随访扫描之间的对应关系。BraTS-Reg 挑战旨在为可变形配准算法建立一个公共基准环境。相关数据集包括去识别化的多机构多参数 MRI (mpMRI) 数据，根据通用解剖模板针对每次扫描的大小和分辨率进行整理。临床专家已经对扫描中的标志点生成了大量注释，描述了时间域内不同的解剖位置。训练数据以及这些基本事实注释将发布给参赛者，以设计和开发他们的注册算法，而验证和测试数据的注释将由组织者保留，并用于评估参赛者的容器化算法。每个提交的算法都将使用几个指标进行定量评估，例如中位数绝对误差 (MAE)、稳健性和雅可比行列式。
用于沉浸式图像引导神经导航系统的基于物理的自适应非刚性配准
目的：在图像引导的神经外科手术中，联合配准的术前解剖、功能和扩散张量成像可用于安全切除脑部重要区域的脑肿瘤。然而，脑部在手术过程中会变形，尤其是在切除肿瘤的情况下。术前图像数据的非刚性配准 (NRR) 可用于创建配准图像，该配准图像可捕捉术中图像中的变形，同时保持术前图像的质量。本文利用临床数据报告了几种处理脑变形的非刚性配准方法的准确性和性能比较结果。提出了一种新的自适应方法，该方法可自动去除切除肿瘤区域中的网格元素，从而处理切除时的变形。为了改善用户体验，我们还提出了一种将混合现实与超声、MRI 和 CT 结合使用的新方法。
间隙点云配准不确定性调查...
残骸重建和一般紧固件装配过程。在一项关于航空工业点云配准的研究中，孙等[6，7]利用三维点云和测量技术开发了一套拼接飞机残骸的系统。结果表明，其粗配准精度为0.6毫米，可接受的配准精度为0.2毫米。王等[8]提出了一种用于飞机点云配准的通用密度不变框架。结果表明，与其他研究[9-11]相比，他们的方法具有更好的精度（0.6毫米——1.0毫米），以均方根误差（RMSE）评估。虽然精度有所提高，但所提出的方法适用于整个扫描飞机，而不是特定的部件。徐等[12]提出了一种紧固件装配的配准方法，其中利用局部几何特征和迭代最近点（ICP）算法。该配准方法用于扫描数据和 CAD 模型之间。结果表明，与单独使用 ICP 算法相比，所提出的方法具有更好的效率。但是，所提出的注册方法的不确定性并未披露。
利用 CPU 和 GPU 实现更快的密集可变形图像配准
在我们最近的工作11中，我们引入了一种基于离散优化的密集图像配准方法，即带有 α 扩展的最小图割。12 其他人之前已经提出过使用最小图割进行图像配准，13、14 但由于该方法的计算成本高，在实践中采用有限。通过将图像划分为子区域，并将每个 α 扩展一次限制在一个子区域，我们能够大幅减少这种配准方法的计算时间，而质量方面仅有很小的损失。处理一个子区域涉及两个步骤：计算体素匹配标准（即构建图形）并通过求解最小图割问题执行离散优化。早期的分析实验表明，对于较小的子区域，大部分计算时间都花在计算匹配标准上，而不是执行图割优化上。当使用计算密集度更高的相似性度量（例如互相关 (CC)）时，这种效果更加明显，这已被证明在图像配准中很有价值。15
患者概览前列腺癌的设置和初步结果。纵向配准
摘要 简介：新药已被证明可以延长转移性前列腺癌 (PCa) 和去势抵抗性前列腺癌 (CRPC) 男性的寿命。患者概览前列腺癌 (PPC) 的目的是登记和报告这些治疗及其效果。材料和方法：在 PPC 中，瑞典国家前列腺癌登记册的一个新部分从开始激素治疗开始就登记了治疗开始和停止、影像学、前列腺特异性抗原、临床进展评估和患者报告结果测量 (PROM) 的数据。数据以图表形式显示，以告知个别患者的临床决策。为了进行研究，PPC 中的数据与 PCBaSe 相链接，其中包含来自 NPCR 和一些医疗保健登记册的信息。结果：截至 2019 年 12 月，已有 7,882 名男性在 PPC 中登记，其中 3,912 名已达到 CRPC 状态。从开始 ADT 到开始使用雄激素受体靶向药物 (ART) 的中位时间为：接受原发性 ADT 的男性 4 年（四分位距 IQR 6），接受继发性 ADT 的男性 9 年（IQR 6）。在 2016-2017 年所有有 ART 处方的 PCBaSe 男性中，PPC 占 1 480/4 055（36%）。在 PPC 中注册/未注册的男性在癌症特征、主要治疗、合并症和开始 ART 前使用 ADT 的时间方面存在细微差异。结论：在 PPC 中，在现实环境中评估了晚期 Pca 新疗法的使用和效果。PPC 数据可用作决策辅助、质量保证和研究用药。
