مقایسه روش‌های پیشرفته جداسازی استخوان در تصاویر رزونانس مغناطیسی مغز، مبتنی بر روش اطلس برای طراحی درمان با تصاویر mr و تصحیح تضعیف تصاویر pet-mr

هدف: تصاویر رزنانس مغناطیسی (magnetic resonance, mr) کاربرد گسترده‌ای در طراحی درمان برای رادیوتراپی و یا اصلاح تضعیف تصاویر pet (positron emission tomography) دارند؛ اما عدم امکان تبدیل مقادیر تصاویر mr به دانسیته الکترونی، ساخت تصاویر مصنوعی را مطرح می‌سازد. از جمله روش‌های مناسب، روش‌های مبتنی بر اطلس است که در این مطالعه، عملکرد دو روش جداسازی استخوان بر مبنای روش اطلس برای تهیه تصاویر ct (computed tomography) مصنوعی، از تصاویر mr مغزی، بررسی و مقایسه شده است.مواد و روش‌ها: جداسازی استخوان از تصاویر mr مغزی مربوط به 43 بیمار، با استفاده از دو روش وزن‌دهی محلی بر مبنای اطلس (atlaslw (local weighting atlasbased)) و روش تشخیص الگو بر مبنای اطلس at-pr (atlas) registration pattern recognition)، انجام شد. صحت این دو روش، برای جداسازی کل استخوان (bone total) و قسمت قشری (cortical bone or compact bone) آن با استفاده از پارامترهایی نظیر شباهت dice (dice similarity (dsc))، بررسی شد. هم‌چنین صحت مقادیر ct استخراج شده با استفاده از خطای مطلق میانگین (mae) و خطای جذر میانگین مربعات (rmse) به‌دست آمد.یافته‌ها: روش atlaslw با مقادیر 0.61 ±0.79=dsc برای استخوان قشری و 0.03 ±0.84=dsc برای کل استخوان، صحت جداسازی بیش‌تری را نشان داد. این مقادیر برای روش at-pr به ترتیب از راست به چپ، 0.8 ±0.72=dsc و 0.05 ±0.77=dsc بود.نتیجه‌گیری: مقادیر خطای بهتر به‌دست آمده توسط روش atlaslw در این مطالعه، نشان‌دهنده توانایی بالقوه این روش به منظور استفاده در طراحی درمان و اصلاح تضعیف تصاویر pet-mr است.

Comparison of state-of-the-art atlas-based bone segmentation approaches from brain MR images for MR-only radiation planning and PET/MR attenuation correction

Introduction: Magnetic Resonance (MR) imaging has emerged as a valuable tool in radiation treatment (RT) planning as well as Positron Emission Tomography (PET) imaging owing to its superior softtissue contrast. Due to the fact that there is no direct transformation from voxel intensity in MR images into electron density, it #39;s crucial to generate a pseudoCT (Computed Tomography) image from MRI for the task of MRguided attenuation correction and RT planning. This study set out to investigate the performance of two stateoftheart atlasbased pseudoCT generation approaches from MR brain images.Materials and Methods: Bone segmentation was performed on 43 brain CT and MR pairs using atlasbased local weighting (AtlasLW) and atlas registration combined with pattern recognition (AT-PR) techniques. The accuracy of bone extraction performed by these two approaches was investigated for the entire bony structures as well as cortical bone using standard segmentation metrics such as Dice similarity (DSC). Moreover, the accuracy of the CT value estimated from MR images was evaluated using mean absolute error (MAE), and root mean square error (RMSE) metrics.Results: Overall, AtlasLW technique exhibited higher segmentation accuracy resulting in DSC=0.79 ±0.61 and 0.84 ±0.03, while AT-PR method led to DSC=0.72 ±0.8 and 0.77 ±0.05 for cortical and total bone, respectively. Moreover, AtlasLW approach estimated CT values for the total bone tissue with MAE=17.6 ±138.0 HU and RMSE=466.2 ±75.0 HU compared to MAE=10.9 ±147.0 HU and RMSE=522.5 ±89.7 HU obtained from AT-PR approach.Conclusion: The AtlasLW exhibited superior the performance in this study which demonstrates its potential to be employed in PET/MR attenuation correction (AC) and MRonly RT planning