Unsupervised pelvic CBCT-to-CT translation via cross-slice attention for 3D context modeling.

چکیده اصلی

Accurate CBCT-to-CT translation is important for image-guided and adaptive radiotherapy in prostate cancer, where treatment-day anatomy can differ substantially from planning CT. Most unsupervised methods are based on 2D slice-wise translation and therefore underuse volumetric context, while fully 3D models are often computationally prohibitive for routine training and deployment. To address this gap, we propose cross-slice attention based medical image translation (CAMIT), an unsupervised framework that incorporates 3D contextual information without full-volume 3D convolution. CAMIT adopts a two-stage strategy: modality-specific autoencoder pretraining to obtain compact latent representations, followed by latent-space domain translation with a cross-slice attention module that models long-range inter-slice dependencies from randomly sampled slices. We evaluated CAMIT on an unpaired pelvic CBCT/CT dataset (40 training, 5 validation, and 10 testing cases) using both quantitative and qualitative analyses. CAMIT achieved a peak signal-to-noise ratio of 27.45 and an structural similarity index of 0.67, outperforming representative state-of-the-art unsupervised baselines; statistical testing further confirmed significant performance gains. These results indicate that CAMIT provides an effective trade-off between 2D efficiency and 3D contextual modeling, supporting treatment-day anatomical assessment and adaptive workflow guidance.

ترجمه فارسی چکیده

ترجمه دقیق CBCT به CT برای رادیوتراپی هدایت‌شده و تطبیقی در سرطان پروستات، که در آن آناتومی روز درمان می‌تواند به‌طور قابل توجهی با CT برنامه‌ریزی متفاوت باشد، اهمیت دارد. اکثر روش‌های بی‌نظارت بر اساس ترجمه برشی ۲بعدی هستند و بنابراین از اطلاعات زمینه حجمی استفاده ناکافی می‌کنند، در حالی که مدل‌های کاملاً سه‌بعدی اغلب برای آموزش و پیاده‌سازی روزمره محاسباتی ممنوعه هستند. برای پر کردن این خلاء، ما CAMIT را بر اساس توجه بین برشی، یک چارچوب ترجمه تصویر پزشکی بی‌نظارت پیشنهاد می‌کنیم که اطلاعات زمینه سه‌بعدی را بدون کنولوشن سه‌بعدی تمام حجم ادغام می‌کند. CAMIT استراتژی دو مرحله‌ای را اتخاذ می‌کند: پیش‌آموزش خودکدارساز مختص مودالیت برای به دست آوردن نمایش‌های پنهان فشرده، به دنبال آن ترجمه دامنه در فضای پنهان با ماژول توجه بین برشی که وابستگی‌های بین برشی بلندمدت را از برش‌های نمونه‌گیری شده تصادفی مدل‌سازی می‌کند. ما CAMIT را بر روی یک مجموعه داده CBCT/CT لگن بدون جفت (40 مورد آموزشی، 5 مورد اعتبارسنجی و 10 مورد تست) با استفاده از هر دو تحلیل کمی و کیفی ارزیابی کردیم. CAMIT با نسبت سیگنال به نویز اوج 27.45 و شاخص شباهت ساختاری 0.67 عملکردی بهتر از پایه‌های بی‌نظارت پیشرو متمایز نشان داد؛ آزمون‌های آماری نیز بهبودهای عملکردی معنادار را تأیید کرد. این نتایج نشان می‌دهد که CAMIT تعادلی مؤثر بین کارایی ۲بعدی و مدل‌سازی زمینه سه‌بعدی ارائه می‌دهد و ارزیابی آناتومی روز درمان و راهنمایی جریان کار تطبیقی را پشتیبانی می‌کند.

متن کامل اصلی