胸主动脉腔内修复术前CT血管造影与术中X射线图像的配准算法

• 作者: 李浩轩1 濮欣2 舒丽霞2 贾瑞明1 陈彧2 黄小勇2
• 来源期刊: 中国组织工程研究
• 学科: 医学
• 关键词: 胸主动脉腔内修复术 配准 深度神经网络 CT血管造影 X射线图像 分支编解码
• 年，卷（期）: 2019,（35）
• 所属期刊栏目: 组织构建基础实验
• 页码范围: 5658-5663
• 页数: 6页
• 分类号: R459.9|R318|R445
• 字数: 7065字
• 语种: 中文

摘要

背景:胸主动脉腔内修复是治疗主动脉夹层及胸主动脉瘤的重要手段,手术成功与否取决于覆膜支架是否放置到了正确位置;然而支架置入时,医生在术中X射线图像中看不到主动脉,手术难度高、风险大.配准术前CT血管造影和术中X射线图像可以帮助医生放置支架,提高成功率.目的:提出一种适用于胸主动脉腔内修复的术前CT血管造影与术中X射线图像配准算法.方法:首先,在不同虚拟视角下,对全图CT血管造影和骨骼CT分别做数字重建影像,将两者叠加起来,得到各种视角位置姿态下的数字重建影像库,用于与术中X射线图像配准;其次,提出一种基于分支解码结构的深度神经网络,使用数字重建影像库训练,可对术中X射线图像的位置姿态参数进行估计,从而获知CT血管造影与术中X射线图像之间的空间位置关系;最后,根据X射线图像在CT血管造影坐标系中的位姿参数,将CT血管造影中胸主动脉影像进行重投影,叠加至术中X射线图像中,为医生手术提供导航辅助.结果与结论:①通过实验验证,此文算法与梯度相关、模式强度2种传统算法相比,均方根误差降低17％;②双分支编解码结构网络,在数字重建影像测试集上,参数估计误差减小到无分支结构网络的30％;③在术中X射线图像的实验中,均方根误差也有2％的降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾瑞明1	北方工业大学信息学院	1	0	0.0	0.0
2	李浩轩1	北方工业大学信息学院	1	0	0.0	0.0