.png){kind=icon}
返回
An ODE-based multi-resolution parallel network for respiratory motion estimation
.png){kind=icon}
PRE
AI
DOI：10.1007/s11517-025-03463-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在穿刺过程中，呼吸运动可能导致病灶产生显著位移。快速准确地估计肺部呼吸运动可为手术提供有价值的指导。然而，精细肺纹理的大变形以及气道和血管等内部结构的复杂运动，给运动估计带来了重大挑战。本研究提出了一种基于神经常微分方程（neural ODE）的多分辨率并行网络架构。通过引入神经ODE，我们的方法显式地建模了4DCT数据的时序连续性，解决了肺部运动估计中不合理变形的问题，并产生与呼吸运动生理模式更一致的变换。此外，我们引入了多分辨率并行结构以递归地细化肺特征。这增强了网络的特征表示和预测能力，从而提高了配准精度。我们在TCIA和DirLab数据集上进行了定性和定量实验，结果表明所提出的方法优于其他深度学习方法，并在所有呼吸相位中均实现了持续的高性能。我们提出了一种基于神经ODE的多分辨率并行网络结构。神经ODE网络解决了肺部运动估计中不合理变形的问题，而用于递归细化肺特征的多分辨率并行结构进一步增强了网络的特征处理能力和预测能力。
Keyword:
Image registration
Lung 4DCT
Lung respiratory motion estimation
Multi-resolution parallel structure
Neural ODE network
期刊
M
IF:
2.6
论文数:
311
被引数:
7.7K
机构
引用论文
分享收藏The Cancer Imaging Archive (TCIA): Maintaining and Operating a Public Information Repository癌症影像档案 (TCIA): 维护和运营公共信息库
OAAI
OAAI分享收藏Symmetric diffeomorphic image registration with cross-correlation: Evaluating automated labeling of elderly and neurodegenerative brain具有互相关的对称微分图像配准: 评估老年人和神经退行性脑的自动标记.png)
MEDICAL IMAGE ANALYSIS
OAAI
MEDICAL IMAGE ANALYSISIF11.8
OAAI分享收藏
查看更多内容