
-
生物通官微
陪你抓住生命科技
跳动的脉搏
超分辨率重建框架改善临床厚切片CT骨骼三维模型表面质量与测量准确性的评估研究
《Scientific Reports》:Adapting super-resolution reconstruction for skeletal analysis of clinical computed tomography data
【字体: 大 中 小 】 时间:2026年10月08日 来源:Scientific Reports 4.9
编辑推荐:
摘要临床计算机断层扫描(CT)数据集在骨骼研究中日益普遍,但研究人员获取的往往不是原始高分辨率扫描,而是带有厚切片、各向异性重建的存档回顾性数据集。从这些次优扫描中重建的模型可能产生畸变的测量结果和不规则的表面。本研究评估了一种超分辨率重建(SRR)框架,用于从多个正交厚切片
临床计算机断层扫描(CT)数据集在骨骼研究中日益普遍,但研究人员获取的往往不是原始高分辨率扫描,而是带有厚切片、各向异性重建的存档回顾性数据集。从这些次优扫描中重建的模型可能产生畸变的测量结果和不规则的表面。本研究评估了一种超分辨率重建(SRR)框架,用于从多个正交厚切片CT堆栈生成表面光滑度和连续性得到改善的骨骼模型。从台湾大学医院收集了30名个体(0–16岁)长骨的存档CT扫描数据。对每名个体,分别从原始厚切片堆栈和经SRR处理的体数据中生成了三维模型。将线性测量值与直接从高分辨率影像归档与通信系统(PACS)渲染中获取的测量值进行比较,以评估测量的一致性。通过有符号表面偏差和Dice相似系数量化原始厚切片模型与SRR重建模型之间的几何相似性。由于两种模型均源自同一图像堆栈,该几何比较进一步量化了不同重建方法之间的一致性。结果显示,SRR重建模型的测量误差更低,且与PACS派生测量值的吻合度更高。表面几何形状在不同模型类型之间基本一致,局部偏差主要集中在干骺端区域。SRR处理还产生了更光滑的表面,使融合元素的分离更加清晰。这些结果表明,SRR是改善从次优临床影像衍生的虚拟骨骼模型表面连续性的实用工具。