用于动态立体放射成像中无需扫描即可完成2D-3D配准的神经隐式形状与强度模型

《Annals of Biomedical Engineering》：Neural Implicit Shape and Intensity Models for Scan-Free 2D-3D Registration in Dynamic Stereo-Radiography

提出了一种基于神经隐式形状和强度模型的扫描免费2D-3D注册方法，用于动态立体放射学中生物力学和骨科应用的六自由度姿势获取，无需依赖CT扫描的解剖分割，实验显示几何误差低于1mm，姿态误差低于1度。

　　

摘要

目的

在生物力学和骨科研究中，动态立体放射成像中的2D-3D配准技术用于获取原生解剖结构的6自由度姿态信息。传统的配准方法依赖于从计算机断层扫描中提取的、针对特定受试者的数字化解剖数据，这不仅增加了配准处理的工作量，还带来了额外的辐射风险。因此，人们提出了无需扫描的配准方法，通过直接从放射图像中联合估计形状和姿态来避免对体积成像的依赖。现有的方法使用主成分分析来高效筛选可能的解剖结构候选对象，但这种技术需要繁琐且容易出错的网格或扫描配准步骤。本研究提出了一种替代的无需扫描的2D-3D配准方法，称为“神经隐式形状与强度模型”（Neural Implicit Shape and Intensity Models）。

方法

“神经隐式形状与强度模型”旨在捕捉训练数据集中观察到的群体层面的解剖形状和强度变化，而无需依赖网格配准。训练好的模型被集成到一个2D-3D配准框架中，用于立体放射图像中的姿态估计和解剖重建。

结果

通过对比拍摄了包含体内运动的真实膝关节图像以及合成腿部模型的图像，对该框架进行了评估。实验结果显示，几何误差始终在1毫米以内，姿态误差在两个评估组中也都保持在1度或毫米以内。

结论

本研究提出了用于立体放射成像中的新型无需扫描的2D-3D配准方法。结果表明，所提出的框架通过减少对体积医学成像的依赖，可能有助于提升配准应用的效率。