基于深度学习的2D/3D图像配准方法在脊柱微创导航手术中的应用

摘要：

目的:探讨基于深度学习的2D/3D图像配准方法在脊柱微创手术导航中的应用效果.方法:对LIDC?IDRI数据集中20例病人的术前3D脊柱CT影像和术中2D的X?ray影像实施分步配准.首先,将三维CT影像进行空间变化,投影到二维平面.通过卷积神经网络(CNN)对生成的二维图像进行训练并学习相关特征,将待配准图像输入学习网络,得到相关参数,完成粗配准.其次,对术前脊柱CT影像进行分割,计算浮动图像与参考图像间的相似度,通过参数优化算法对椎骨进行精确配准.采用Elastix作为对照组.结果:与对照组相比,本研究提出的方法在归一化互相关指标上提高了0.1856,在归一化互信息指标上提高了0.4456,在平均绝对误差指标上降低了0.0978.结论:该算法配准精度高,提示将深度学习方法应用于脊柱CT图像配准是一项具有前景的研究.

关键词：手术导航、2D/3D配准、深度学习、卷积神经网络、参数优化

所属期刊栏目：36

分类号：R6;R783.4;TP391.41

资助基金：山西省重点研发计划高新领域项目201903D121171

在线出版日期：2022-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1631-1636