La registrazione è un problema di rappresentazione: risolvere la registrazione PET/CT dell’intero corpo

Abstract degli autori

Nei problemi di corrispondenza tra immagini, le intensità dei pixel grezzi sono un indicatore poco affidabile della somiglianza. Inoltre, sebbene le etichette ausiliarie di segmentazione possano identificare le strutture e migliorare la corrispondenza, assegnano solo identità grossolane a strutture anatomiche dettagliate e spesso coprono soltanto una parte delle strutture, soprattutto quando si considera l’intero corpo. Presentiamo un approccio che stabilisce invece le corrispondenze usando rappresentazioni complementari dell’anatomia e ne dimostriamo l’utilità per la registrazione longitudinale PET/CT dell’intero corpo nella Learn2Reg 2026 PSMAReg Challenge. Usiamo il nostro modello 3D di base, anatomix, per ricavare rappresentazioni semantiche dettagliate per ciascun voxel, coerenti tra i diversi volumi, e impieghiamo inoltre modelli di segmentazione già disponibili per ottenere identità anatomiche grossolane. Insieme, queste rappresentazioni guidano un algoritmo iterativo di registrazione accelerato tramite GPU (FireANTs) in un sistema ibrido a più fasi: la prima stima l’allineamento a partire da caratteristiche dense multicanale; la seconda affina la deformazione usando funzioni di perdita basate sia su anatomix sia sulla segmentazione. Infine, poiché la registrazione non dovrebbe introdurre nel tempo variazioni non biologiche del volume tumorale, sviluppiamo strategie specifiche per le lesioni che conservano il volume di ciascuna componente. Senza alcun addestramento specifico per il compito, il nostro sistema si è classificato al primo posto nella graduatoria della PSMAReg Challenge. Il codice e le visualizzazioni interattive sono disponibili all’indirizzo http://www.neeldey.com/reps-for-reg.