General simultaneous motion estimation and image reconstruction (G-SMEIR).
General simultaneous motion estimation and image reconstruction (G-SMEIR).
复制标题
通用同步运动估计和图像重建（G-SMEIR）。
DOI：
10.1088/2057-1976/ac12a4
复制
发表时间：
2021-07-29
影响因子：
1.4
通讯作者：
Jin M
中科院分区：
文献类型：
--
作者：
Zhou S;Chi Y;Wang J;Jin M
为了提高参数运动模型（MF-PMM）四维多帧重建的性能，提出了一种通用的同时运动估计和图像重建（G-SMEIR）方法。在G-SMEIR中，投影域运动估计和图像域运动估计交替进行，以实现更好的4D重建。该方法可以缓解局部最优捕获问题在任一领域。为了提高计算效率，采用快速收敛算法和图形处理单元（GPU）计算来加速图像域运动估计。使用不同剂量水平的4D XCAT体模的锥形束计算机断层扫描（CBCT）模拟研究对所提出的G-SMEIR方法进行测试，并与3D全变分重建（3D TV）、4D图像域运动估计重建（IM 4D）和SMEIR进行比较。G-SMEIR显示出很强的去噪能力，在常规剂量和半剂量下达到相似的性能。在四种方法中，G-SMEIR的均方根误差（RMSE）最好，在全剂量下，对所有呼吸相位图像，G-SMEIR比SMEIR提高了约12%。G-SMEIR也达到了最好的结构相似性指数（SSIM）的所有方法中的值。更重要的是，G-SMEIR导致超过40%的改善，从幻影肿瘤运动的平均偏差超过SMEIR。初步患者CBCT图像重建也显示G-SMEIR的图像质量优于逐帧重建（3D TV）和MF-PMM，无论是使用图像域运动估计（IM 4D）还是单独使用投影域运动估计（SMEIR）。G-SMEIR结合了图像域和投影域的运动估计，为4D层析重建提供了一种有效的工具。
To achieve better performance for 4D multi-frame reconstruction with the parametric motion model (MF-PMM), a general simultaneous motion estimation and image reconstruction (G-SMEIR) method is proposed. In G-SMEIR, projection domain motion estimation and image domain motion estimation are performed alternatively to achieve better 4D reconstruction. This method can mitigate the local optimum trapping problem in either domain. To improve computational efficiency, the image domain motion estimation is accelerated by adapting fast convergent algorithms and graphics processing unit (GPU) computing. The proposed G-SMEIR method is tested using a cone-beam computed tomography (CBCT) simulation study of 4D XCAT phantom at different dose levels and compared with 3D total variation-based reconstruction (3D TV), 4D reconstruction with image domain motion estimation (IM4D), and SMEIR. G-SMEIR shows strong denoising capability and achieves similar performance at regular dose and half dose. The root mean squared error (RMSE) of G-SMEIR is the best among the four methods and improved about 12% over SMEIR for all respiratory phase images at full dose. G-SMEIR also achieved the best structural similarity index (SSIM) values among all methods. More importantly, G-SMEIR leads to more than 40% improvement of the mean deviation from the phantom tumor motion over SMEIR. A preliminary patient CBCT image reconstruction also shows better image quality of G-SMEIR than that of the frame-by-frame reconstruction (3D TV) and MF-PMM either using image domain motion estimation (IM4D) or using projection domain motion estimation (SMEIR) alone. G-SMEIR with a flexible combination of image domain and projection domain motion estimation provides an effective tool for 4D tomographic reconstruction.
登录
查看更多内容
影响因子：
10.6
作者：
Mair, B. A.;Gilland, David R.;Sun, Jing
通讯作者：
Sun, Jing
影响因子：
3.8
作者：
Brehm, Marcus;Paysan, Pascal;Kachelriess, Marc
通讯作者：
Kachelriess, Marc
影响因子：
3.5
作者：
Lamare, F.;Carbayo, M. J. Ledesma;Visvikis, D.
通讯作者：
Visvikis, D.
影响因子：
3.8
作者：
Li, Tianfang;Thorndyke, Brian;Xing, Lei
通讯作者：
Xing, Lei
影响因子：
3.5
作者：
Kalantari F;Li T;Jin M;Wang J
通讯作者：
Wang J