Il Pre-addestramento Agnostic rispetto al Paziente Potenzia la Registrazione 2D/3D Specifica per il Paziente
Un nuovo framework per la registrazione intraoperatoria 2D/3D migliora l'efficienza attraverso un pre-addestramento sintetico agnostico rispetto al paziente. Descritto in arXiv:2607.23343, questa tecnica inizialmente pre-addestra un modello su radiografie digitali ricostruite sinteticamente (DRR) derivate da varie TC per catturare caratteristiche trasferibili sensibili alla posa. Successivamente, affina il modello per un paziente specifico utilizzando solo un piccolo insieme di proiezioni sintetiche dalla TC target. Questa strategia riduce significativamente i costi computazionali associati allo sviluppo di modelli specifici per il singolo paziente da zero, affrontando una delle principali barriere all'applicazione pratica nelle procedure guidate da immagini.
Fatti principali
- La registrazione intraoperatoria 2D/3D allinea le TC preoperatorie con le immagini radiografiche o fluoroscopiche intraoperatorie.
- I recenti metodi basati sull'apprendimento mostrano una precisione promettente in contesti specifici per il paziente utilizzando DRR.
- Addestrare un modello specifico per il paziente da zero per ogni paziente è computazionalmente inefficiente.
- Il framework proposto utilizza il pre-addestramento sintetico agnostico rispetto al paziente e l'apprendimento della similarità sferica.
- Il pre-addestramento su DRR sintetiche da più volumi TC apprende rappresentazioni trasferibili sensibili alla posa.
- L'adattamento a un nuovo paziente richiede solo un numero limitato di proiezioni sintetiche dalla TC target.
- Il metodo mira a migliorare l'efficienza per l'implementazione pratica negli interventi guidati da immagini.
- L'articolo è disponibile su arXiv con ID 2607.23343.
Entità
Istituzioni
- arXiv