典型文献
基于分步子空间映射的无标记膈肌运动预测算法
文献摘要：
呼吸会引起体内器官和肿瘤的运动,这会显著影响放射治疗的过程和效果.人体内部膈肌和胸腹部外表面是当前两种与呼吸系统高度相关的结构,本文对其进行系统研究,提出了一种新的分步子空间映射(Two-step subspace mapping,TSSM)算法,通过对体外胸腹部表面的测量,来预测体内膈肌的运动.首先采用三维图像分割技术对4D CT图像进行分割,在不使用标记物的情况下,准确测量体内膈肌和体外胸腹部表面的位移.为了解决跨空间的预测问题,TSSM首先构造特征子空间,并将膈肌数据和胸腹外表面数据分别映射到各自的子空间中,以减少数据的相关性和冗余信息;然后通过线性岭回归优化过程,对两个子空间进行二次映射,从而有效地捕获跨空间数据之间的相关性.根据训练得到的相关模型,通过体外胸腹部外表面的运动情况,对体内膈肌的运动情况进行准确的预测.为了研究数据之间的非线性关系,进一步将TSSM推广到了基于核的TSSM(kTSSM)算法.实验表明,该方法可以根据腹腔外表面的运动情况,准确地对体内膈肌位移进行预测,优于经典的线性模型和ANN模型.给出了优化算法的解析解,其运算速度快,将有助于提高放射治疗中门控技术和跟踪技术的效率和精度.
文献关键词：
呼吸运动;胸腹部表面;膈肌;子空间映射;回归模型;4D CT
中图分类号：
作者姓名：
余航;李晨阳;余绍德;冯冬竹;许录平
作者机构：
西安电子科技大学空间科学与技术学院 西安710126;中国传媒大学信息与通信工程学院 北京100024
文献出处：
引用格式：
[1]余航;李晨阳;余绍德;冯冬竹;许录平-.基于分步子空间映射的无标记膈肌运动预测算法)[J].自动化学报,2022(05):1327-1342
A类：
子空间映射,胸腹部表面,二次映射,kTSSM
B类：
分步,步子,无标记,膈肌运动,运动预测,预测算法,放射治疗,外表面,呼吸系统,Two,step,subspace,mapping,三维图像,图像分割,4D,不使用,标记物,准确测量,构造特征,特征子空间,射到,少数据,冗余信息,岭回归,空间数据,练得,相关模型,运动情况,研究数据,非线性关系,线性模型,ANN,解析解,中门,门控,跟踪技术,呼吸运动
AB值：
0.272019
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
