Depth to Anatomy: Organ Localization from Depth Images for Automated Patient Table Positioning in Radiology Workflow
本文提出了一种基于学习的框架，该框架利用来自 NAKO MRI 数据集的合成数据，通过单张 2D 深度图像预测 41 个解剖结构的 3D 位置与形状，展示了在放射学工作流中实现患者检查床定位自动化并提高效率的潜力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图在一个巨大的、不透明的、软绵绵的气球里寻找一个特定的玩具。你看不见里面，也不能戳破气球去查看。你拥有的只有一台相机，它能看到气球表面的形状。在医学影像的世界里，这个“气球”是人体，而那个“玩具”则是像肝脏或肾脏这样的内脏器官。医生需要准确知道这些“玩具”藏在哪里，以便进行清晰的拍摄；但通常情况下，他们必须根据外部轮廓进行猜测，或者先拍一张快速、低质量的“侦察”照片，这既费时又需要人工手动移动患者的床。这篇论文处于计算机视觉（教计算机如何看）与放射学（医学影像）的交汇点。它解决了一个棘手的谜题：计算机能否仅通过观察一张人的二维（2D）皮肤平面照片，就神奇地推断出其内部结构的三维（3D）形状和位置？如果我们能解决这个问题，我们就能实现患者定位的自动化，从而节省时间，并让整个过程对每个人来说都更加轻松。
由 Eytan Kats 及其团队领导的研究人员提出了一种被称为“深度到解剖结构”（Depth to Anatomy）的巧妙解决方案。你可以把他们的这种方法想象成一个超级强大的翻译官，它精通两种语言：一种是“表面起伏”的语言（人体表面的 2D 深度图像），另一种是“内部地图”的语言（器官的 3D 模型）。他们不再要求医生手动移动患者的床，也不再需要通过初步扫描来猜测器官的位置，而是使用相机为患者的身体表面拍下一张照片。随后，一个特殊的“计算机大脑”（神经网络）会瞬间预测出 41 种不同内部结构（如骨骼、心脏、肺部和肾脏）在 3D 空间中的位置。
为了教会这个“计算机大脑”如何施展这种魔法，团队在训练阶段并没有使用真实的患者，因为为每个人进行 3D 扫描既慢又贵。相反，他们利用来自德国国家队列（German National Cohort）的 10,020 份全身 MRI 扫描数据进行了一场大规模的“角色扮演游戏”。他们提取了这些详细的 3D MRI 地图，并在数学上模拟了如果使用深度相机拍摄患者身体时会呈现出的样子。他们甚至在模拟中加入了数字化的“皱纹”和“凸起”，以模仿医院病服和毯子的外观，确保计算机学会忽略衣服的影响，转而专注于身体的整体轮廓。
这些训练结果表明，计算机确实能够以惊人的准确度猜出内脏器官的位置。在测试中，该系统预测的器官 3D 形状的“Dice 相似系数”（一种衡量两个形状重叠程度的分数）平均为 0.44。虽然这并非完美匹配，但这是一个显著的进步。更重要的是，针对自动移动患者床位的实际目标，该系统计算出的器官边界平均误差约为 10.99 毫米。在医学扫描领域，误差大约只有指甲盖那么宽，通常被认为足以让系统自动将患者滑动到正确的位置，而无需人工去摆弄控制装置。
作者还使用志愿者使用标准微软 Kinect 传感器拍摄的真实世界深度图像对模型进行了测试。结果表明，即使在穿着衣服的情况下，该模型也能从其“角色扮演”式的训练迁移到真实的人身上。然而，论文也谨慎地指出，该系统目前尚不完美。在观察 3D 重建效果时，一些较小或形状奇特的器官（如甲状腺）较难被精确定位，且大型器官的边缘与真实的 MRI 相比，有时看起来有些模糊或“多刺”。研究人员认为，虽然该系统目前可能还没准备好完全取代放射科医生，但它预示着一个未来：届时患者的床可以自动滑动到完美的位置，从而减少等待时间，使整个扫描过程更加顺畅和舒适。该代码和模型已经公开，供他人尝试，这表明这是一个旨在共享和改进的工具。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。