# DeepGraph 第一轮交付 · 两切片预算下的观测几何(正交 vs 平行)

**提交方向**: 实时 MRI 引导放疗中的三维形变重建 —— 在两切片观测预算下,比较正交双切片与平行双切片的观测几何,给出可上机的实验矩阵
**目标档位**: 把实验真跑完、给数据和结果 · **投稿目标**: 未填写(下文按 SCI 三四区 / 中文核心校准,见第 0 节)
**交付时间**: 2026-08-07

---

## 0. 先说一个判断:命题成立,而且不需要 GPU 就能给出主结论——真正的天花板在数据,不在算力

1. **命题成立且是真空白。** 从 2D cine 重建 3D 形变这条线上,正交双切片几乎是所有人的默认前提(Seregni 2016、Paganelli 2018、Jassar 2023、Ginn 2025 全部只用正交),但**没有人在同一观测预算、同一运动模型、同一份真实 4D 数据上,把正交和平行做过头对头对照**。这是一个小而干净的坑。
2. **您指定的首要指标(三维重建误差)在 CPU 上就能算,不需要 5070。** 因为观测几何这个问题的本质是**低秩运动模型系数的可辨识性**——给定 K 个 PCA 模态,不同切片摆位提供的观测算子条件数不同,误差差异从这里来。这一步是线性代数,不是图像域推断。5070 该用在第二段(图像域配准 / 深度网络推断),不该用在这一段。
3. **不中听的那句:您这个方向的上限由公开数据决定,不由方法决定。** 带三维真值形变场的公开成人 4D-MRI,我们能确认可直接下载的只有 ETH Zurich 4DMRI(2 例受试者、9 个呼吸周期、肝脏)。TrackRAD2025 有 585 例,但**全是矢状 2D cine、无三维真值**——它能验证"单矢状"这一臂的量级,做不了几何对照。儿童的公开 4D-MRI 三维真值基本为零。这意味着:做扎实了能进 JACMP / Physica Medica,写得好能冲 Medical Physics 的 technical note;**想进 MICCAI 这一级,靠这份数据不够**。若您的目标是后者,请在第 4 节末的确认点里告诉我们,我们会换一条路线。

---

## 1. 领域现状:主线很挤,您选的这个子问题不挤

- **主线密度**:PubMed 上 `("MR-linac" OR "MRI-guided radiotherapy" OR "MR-guided radiotherapy") AND motion` 全时段 393 篇,其中 **2025–2026 两年就有 97 篇**(检索日 2026-08-07)。这条线年产近百篇,泛泛做"运动管理"没有位置。
- **子问题密度**:收窄到 `cine MRI + 3D/volumetric + radiotherapy + motion` 只有 **41 篇**;再收窄到 `orthogonal + cine + MRI + radiotherapy` 只有 **21 篇**。**您选的切口比主线稀疏一个量级。**
- **审稿人默认您要对标的三条基线**:
  1. **Stemkens 2016(PMB 61:5335)**——单矢状 cine 驱动 PCA 运动模型。这是这条线上引用最密的默认对照,**不引用它、不和它比,审稿意见第一条就会问**。
  2. **Harris VC-MRI 系列(QIMS 2020, 10(2):432)**——先验 4D-MRI + 自由形变 + 多层欠采样 cine。他们**做过取向对比**,但用的是 XCAT 数字体模、且是 10/15/30 层的层堆(30 矢状 COMS 0.04–0.35mm vs 30 冠状 0.15–0.92mm vs 20 轴向 0.25–1.05mm),**不是两层预算,也没有混合取向**。这既是您要引的,也正是您的缺口所在。
  3. **MR-MOTUS(Huttinga 2021)**——k 空间直接估计非刚性 3D 运动,170ms 延迟。它是另一条技术路线,不和您正面冲突,但审稿人会问"为什么不直接做 k 空间"。
- **最接近您命题的工作**:Eiben 2024(PMB 69:055009)用了**混合取向多层采集**(固定矢状 surrogate 层 + 矢状/轴向交替的 motion 层),但明确**没有做几何间的头对头对照**,只是实现了一套方案。这是您能站的空档。
- **一个必须写进引言的事实**:TrackRAD2025 的 585 例真机数据**全部是矢状 2D cine**。也就是说,"两切片预算"在当前商用 MR-linac 上还不是默认配置——**您论证的是"要不要多给一层、给在哪",这个 framing 比"正交更好"更站得住,也更容易让临床物理师买账。**

---

## 2. 还开着的缺口(按可行性排序)

**缺口 A(推荐本轮做)· 等预算下的观测几何对照**
缺口:没人在**切片数、层厚、参与拟合的观测量都对齐**的条件下,把"1 矢状 + 1 冠状"和"2 矢状(间距 d)"放在真实 4D-MRI 上比过三维重建误差。
为什么还开着:大家的动机是"把系统做出来",不是"证明摆位选择是对的";而且要做干净需要带三维真值的 4D 数据,门槛在数据不在方法。
做成了能到哪:JACMP / Physica Medica 稳;若把第 3 节第 2 条(冠状配准惩罚)一起做出来,够 Medical Physics 的 technical note。

**缺口 B(推荐作为 A 的第二个结果)· 正交优势在多大的冠状面配准质量惩罚下失效**
缺口:临床上冠状面肝脏 cine 的层间模糊和对比度都劣于矢状面,所以正交的"理论优势"要打折,但**没人量化过打折到什么程度就不值了**。
为什么还开着:需要把配准质量当自变量显式建模,而不是当成实现细节。
做成了能到哪:这一条是本工作最可能被临床引用的结论(直接给出"要不要开冠状层"的判据),和 A 合成一篇即可。

**缺口 C(不建议本轮碰)· 儿童外部验证**
缺口:儿童呼吸频率高、器官小,成人模型是否迁移无人量化。
为什么还开着:**没有带三维真值形变场的公开儿童 4D-MRI**。需要自采,周期以年计。
建议:作为讨论段的"未来工作"写,不要作为本轮承诺。

---

## 3. 评审会打你的三个点(提前堵)

**① "n=2 受试者、9 个呼吸周期,统计上什么都说明不了。"**
严重程度:高。这是最可能一眼毙的一条。
防法:不要报"两组独立均值"。用**配对设计**——同一受试者、同一留出周期、同一 PCA 模型下比较几何,报**配对差值**(正交 − 最佳平行)的 bootstrap 95% CI + Wilcoxon 符号秩。留一周期交叉验证给 9 折,× 3 种子 = **27 个配对样本**。同时在方法和结论里把适用范围写死:成人、肝脏、自由呼吸、线性低秩模型。再用 TrackRAD2025(585 例)对"单矢状"这一臂做量级一致性检查——**明说它只能验证矢状臂,不能验证正交**,主动承认边界比被审稿人指出来强。

**② "你的'观测'是配准得到的点轨迹,不是真实 cine 图像。冠状面配准更难,你把这个优势白送给正交了。"**
严重程度:高,而且这条批评是对的。
防法:**把弱点做成结果。** 给冠状臂单独加观测噪声 σ_cor = α·σ_sag,α ∈ {1, 1.5, 2},看结论在多大的 α 下翻转。产出一句可上机的话:"冠状面的面内配准误差超过矢状面的 α\* 倍时,正交摆位不再优于平行矢状。"这比回避强得多,也是缺口 B。

**③ "PCA 线性模型过时了,现在都上深度网络,你的结论只对线性模型成立。"**
严重程度:中(按三四区档次,不致命;冲二区要正面回应)。
防法:两步。(a) 明确把适用范围限定为**线性低秩运动模型**,并指出这仍是 Stemkens / Harris / MR-MOTUS 在用的主流基线,不是稻草人。(b) 加一个 **oracle 臂**——用全三维真值形变场去拟合模型系数——把"模型截断误差"和"观测几何误差"分开。**如果 oracle 已经和两个两切片臂差不多,那说明瓶颈在模型不在几何,换深度网络也不会改变几何结论的方向**;这句话本身就是对③的直接回应。

---

## 4. 我们这一轮真去跑的实验

**选的是缺口 A,同时把缺口 B 作为其中一个自变量扫出来。** 选它的理由:它是您原命题的最小可判定核心,数据现成、CPU 可跑、结论对错分明,而且它的结果直接决定第二段(GPU / 图像域)值不值得投入。

### 4.1 可被推翻的预测

> **主预测**:在默认设定(K=3、σ_sag=0.5mm、α=1、非交错采集)下,正交臂(1 矢状 + 1 冠状)相对**最佳间距的平行矢状臂**,全体网格点三维形变 RMSE 的改善**小于 0.5 mm 且小于 20% 相对值**,27 个配对样本中方向为正的不超过 19 个(70%)。同时,平行矢状臂的 **LR 轴 RMSE 会是正交臂的 ≥1.5 倍**(因为矢状面对左右向位移是盲的),但 LR 方向贡献的平方误差占比 **<15%**,所以总误差差不多。

**什么结果算这个预测被推翻**(任一成立即推翻,推翻了比不推翻更有价值):
- **(a)** 正交改善 ≥0.5mm **且** ≥20%,配对 95% CI 下界 >0 → 正交确实是决定性的,观测几何值得单独立文,第二段该按正交方案推进;
- **(b)** 平行矢状以同等幅度反超 → 正交有害,这是更强的结论,直接和全领域的默认前提相反;
- **(c)** 分轴机制不成立(平行矢状的 LR RMSE 不到正交的 1.5 倍)→ 说明"矢状面 LR 盲"这个物理解释在真实数据上不成立,整套建模假设要回头重查。

预测的依据(不是拍脑袋):ETH 数据实测,受试者 A 周期 1 的逐轴平均位移为 AP 1.98mm / **SI 5.27mm** / LR 1.09mm,最大 SI 17.82mm、最大 LR 6.85mm;单周期内前 2 个 PCA 模态已解释 **99.66%** 方差。SI 主导 + LR 幅度小 ⟹ 正交那点"看得见 LR"的好处在总 RMSE 里被稀释;但 LR 最大 6.85mm 说明它在 **p95 尾部指标**上仍可能显著——所以我们把 p95 单列为指标而不是只看均值。

### 4.2 数据与真值

- **主数据**:ETH Zurich 4DMRI 公开集 `data_all_subj.zip`(34 MB,无需注册,已实测可下载)。受试者 A(256×256×25,面内 1.3672mm,层厚 4mm,4 个周期,时间分辨率 362ms)、受试者 B(256×256×27,408ms,5 个周期)。提供 **5mm 各向同性网格上的点轨迹**(A 8219 点 / B 10125 点),即现成的三维真值形变场,**不需要我们跑配准,也不需要 GPU**。
- **格式坑(已实测,写给实现环节)**:`.txt` 首行是元数据行 `nPoints dt nTimeSteps 0 0`,`np.loadtxt(comments='#')` 会把它当数据读进来,必须剥掉;剩余为 `[点号, t, x, y, z]`。轴向经实测确认:**axis0 = AP(跨度 120mm)、axis1 = SI(跨度 155.6mm,最大位移 17.82mm,与官方文档 18.1mm 对上)、axis2 = LR(跨度 77mm)**。实现时必须重跑这个校验作为闸门,对不上就停。
- **位移定义(关键,错了整个实验作废)**:`d_i(t) = p_i(t) − p_i^ref`,其中 `p_i^ref` 取**参考周期**(A、B 均为 cyc3)第 0 帧的位置,**不是各周期自己的 t=0**。实测:A 的 cyc1 第 0 帧相对参考周期已平均偏 **3.81mm、最大 9.46mm**。这个周期间基线漂移正是主要误差源,用各周期自身 t=0 会把它抹掉,得到虚高的精度。
- **外部一致性检查(只做量级核对)**:TrackRAD2025(585 例,CC BY 4.0)。**明说:它只有矢状 2D、无三维真值,只能核对单矢状臂的量级,不参与几何对照。**

### 4.3 实验臂

| 臂 | 是否基线 | 内容 |
|---|---|---|
| `baseline-single-sagittal` | ✅ | 1 个矢状层,过靶区中心。**临床现状**(TrackRAD2025 全部 585 例即此配置),半预算。用来回答"第二层到底买到了什么" |
| `parallel-2sag` | | 2 个矢状层,LR 方向间距 d |
| `parallel-2cor` | | 2 个冠状层,AP 方向间距 d(对称性检查,防止结论只是"矢状本来就好") |
| `orthogonal-sag-cor` | | 1 矢状 + 1 冠状,交线过靶区中心 |
| `oracle-full-dvf` | | 用全三维真值形变场拟合模型系数。**上界**,把模型截断误差和观测几何误差分开(见第 3 节③) |

**为什么 `baseline-single-sagittal` 是公平的对照**:它是真机上实际在采的配置,而不是我们自己造的弱对手。所有臂共用同一份 PCA 基、同一个正则化先验、同一套留出划分,唯一变的是切片摆位。

**等预算怎么对齐**:切片数相同、层厚相同(默认 5mm),并把每臂参与拟合的观测标量个数**下采样到各臂中的最小值**(冠状层因为 LR 跨度只有 77mm,点数天然少于矢状层),均匀抽样,**在结果表里报出实际计数**。另跑一版不做数量对齐的作为敏感性分析。

### 4.4 观测模型

切片位置 s、法向 n、层厚 τ,选中满足 `|p_i·n − s| ≤ τ/2` 的点;每个选中点的**可观测量是位移在面内的投影**(即 `d_i` 减去沿 n 的分量)——**2D cine 看不见穿层位移,这正是正交与平行差异的物理来源**。再叠加高斯噪声 σ(模拟面内配准误差)。系数用带 Tikhonov 正则的最小二乘(正则强度由模态方差给定,等价于 PCA 先验下的 MAP)求解,所有臂共用。

### 4.5 主指标表

| 指标(机器名) | 口径 | 为什么要它 |
|---|---|---|
| `dvf_rmse3d_mm` ↓ | 留出周期上全体网格点三维位移误差的 RMSE(mm) | **首要指标**,陈老师指定 |
| `dvf_p95_mm` ↓ | 逐点三维误差幅值的 95 分位(mm) | 放疗外扩边界由尾部决定,不由均值决定;LR 盲区最可能在这里显形 |
| `roi_centroid_err_mm` ↓ | 半径 20mm 球形靶区质心的三维位移误差(mm) | 门控 / 追踪实际用的量 |
| `rmse_si_mm` / `rmse_ap_mm` / `rmse_lr_mm` ↓ | 分轴 RMSE | 暴露机制。没有这三条,结论只是个数字,讲不出因果 |
| `log10_cond_obs` ↓ | 观测算子法方程的条件数(以 10 为底) | 把"几何 → 可辨识性 → 误差"这条链讲通 |

### 4.6 要扫的自变量

- **模型阶数** K ∈ {1, 2, 3, 5, 8}
- **平行层间距** d ∈ {10, 20, 30, 50} mm(LR 有效跨度实测仅 77mm,d=50 已近极限;越界时钳位并在日志里记录)
- **观测噪声** σ_sag ∈ {0, 0.5, 1.0} mm
- **冠状配准惩罚** α = σ_cor / σ_sag ∈ {1, 1.5, 2}(缺口 B)
- **交错采集** interleave ∈ {false, true}:真机正交 cine 是交错采的,冠状观测比矢状晚半帧(≈180–200ms),用相邻帧线性插值模拟。平行层同样交错,所以这是共同惩罚,但它会**同时削弱两个双层臂相对单层臂的价值**,必须扫
- **靶区位置** ∈ {肝顶, 肝下部, 肝外侧}(检验"切片过不过靶区"这个因素是否比"正交与否"更重要)

### 4.7 统计口径

- **留一周期交叉验证**:A 4 折 + B 5 折 = **9 折**。测试周期完全不参与建模。
- **3 个随机种子**(0/1/2),控制:噪声实现、靶区位置抖动 ±5mm、切片位置抖动 ±5mm。**9 折 × 3 种子 = 27 个配对样本**。
- **报配对差值**(正交 − 最佳平行)的均值、标准差、bootstrap 95% CI(10000 次重采样)+ Wilcoxon 符号秩;**不报独立两样本 t 检验**(受试者间差异远大于几何差异,独立检验会把结论淹掉)。
- **同预算对齐**已在 4.3 说明,实际观测量计数写进结果表。
- **负结果照报。** 如果主预测成立(即两种几何差不多),这个"没差别"就是本轮的交付结论,原样写出来,不换指标、不换设定去找差别。

### 4.8 算力与时间(硬核对)

数据下载 34MB < 1 分钟;每折 PCA 用 Gram 矩阵(T×T,T ≤ 90)做,秒级;整个扫描约 1 万个配置格子,每格一次 K×K 最小二乘 + N×3 重建,总计 **< 10 分钟**,单次 run 远低于 15 分钟上限,内存峰值 < 1GB。**这一段全程不需要 GPU;5070 留给第二段。**

### 4.9 这一轮明确做不到的

1. **不做图像域仿真**。我们用的是配准得到的点轨迹,不是真实 cine 图像,因此忽略了对比度、k 空间欠采样、MR 伪影、面内配准失效。得到的误差是临床误差的**下界**;冠状面配准更难这一点靠 α 参数近似,不是真的做出来的。
2. **只有 2 例成人受试者、9 个周期、只有肝脏**。没有肺、胰腺,没有肿瘤,没有儿童。
3. **靶区是球形 ROI,不是真实 GTV 轮廓**(ETH 数据没有靶区标注)。
4. **不做延迟与预测**。假设零延迟,只比几何。
5. **只有线性低秩(PCA)模型**。不做深度网络。结论的适用范围以此为限。
6. **不做 5070 上的复现**,那是下一段的事。
7. **不出临床结论**,不声称哪种摆位应该用于治疗。

### 4.10 需要陈老师确认的四点

1. **投稿目标档次。** 这直接决定要不要加一个深度网络臂——加了工作量翻倍,不加就锁定 JACMP / Physica Medica / Med Phys technical note 这一档。
2. **靶区口径。** 我们默认用球形 ROI 替代 GTV。如果您能指定一个带 GTV 轮廓的数据源,我们换成真轮廓,这会明显提升说服力。
3. **是否接受 ETH 4DMRI(肝、2 例成人)作为主数据。** 这是我们能确认的、唯一带三维真值形变场的公开成人 4D-MRI。若您要求更大样本量,现成的只有 TrackRAD2025(585 例)——但它只有矢状 2D、无三维真值,**做不了几何对照**。这就是数据闸的真实边界,不是我们偷懒。
4. **冠状配准惩罚 α 的合理取值。** 我们暂定 {1, 1.5, 2},这个先验最好由您从临床经验给。

---

## 5. 参考来源

- [Real-time motion management in MRI-guided radiotherapy: Current status and AI-enabled prospects (Radiother Oncol, 2024) — PMID 37898437](https://pubmed.ncbi.nlm.nih.gov/37898437/)
- [TrackRAD2025 challenge dataset: Real-time tumor tracking for MRI-guided radiotherapy (arXiv:2503.19119 / Med Phys 2025, doi:10.1002/mp.17964)](https://arxiv.org/abs/2503.19119)
- [TrackRAD2025 Grand Challenge 主页(数据获取入口)](https://trackrad2025.grand-challenge.org/)
- [Ginn J, Wang C, Yang D. Real-time 3D MR guided radiation therapy through orthogonal MR imaging and manifold learning. Med Phys 2025;52(3):1390–1398, doi:10.1002/mp.17556](https://pmc.ncbi.nlm.nih.gov/articles/PMC11916925/)
- [Eiben B, Bertholet J, Tran EH, et al. Respiratory motion modelling for MR-guided lung cancer radiotherapy. Phys Med Biol 2024;69(5):055009, doi:10.1088/1361-6560/ad222f](https://pmc.ncbi.nlm.nih.gov/articles/PMC10875968/)
- [Harris W, Yin FF, Cai J, Ren L. Volumetric cine MRI (VC-MRI) using motion modeling, free-form deformation and multi-slice undersampled 2D cine MRI. Quant Imaging Med Surg 2020;10(2):432–450, doi:10.21037/qims.2019.12.10](https://pmc.ncbi.nlm.nih.gov/articles/PMC7063294/)
- [Stemkens B, Tijssen RHN, Denis de Senneville B, Lagendijk JJW, van den Berg CAT. Image-driven, model-based 3D abdominal motion estimation for MR-guided radiotherapy. Phys Med Biol 2016;61(14):5335, doi:10.1088/0031-9155/61/14/5335](https://pubmed.ncbi.nlm.nih.gov/27362636/)
- [Paganelli C, Lee D, Kipritidis J, Whelan B, Greer PB, Baroni G, Riboldi M, Keall P. Feasibility study on 3D image reconstruction from 2D orthogonal cine-MRI for MRI-guided radiotherapy. J Med Imaging Radiat Oncol 2018;62(3):389–400, doi:10.1111/1754-9485.12713](https://pubmed.ncbi.nlm.nih.gov/29430856/)
- [Motion prediction in MRI-guided radiotherapy based on interleaved orthogonal cine-MRI. Phys Med Biol 2016;61(2):872, doi:10.1088/0031-9155/61/2/872 — PMID 26740517](https://pubmed.ncbi.nlm.nih.gov/26740517/)
- [Jassar H, et al. Real-time motion monitoring using orthogonal cine MRI during MR-guided adaptive radiation therapy for abdominal tumors on 1.5T MR-Linac. Med Phys 2023, doi:10.1002/mp.16342](https://aapm.onlinelibrary.wiley.com/doi/abs/10.1002/mp.16342)
- [Huttinga NRF, et al. Real-time non-rigid 3D respiratory motion estimation for MR-guided radiotherapy using MR-MOTUS (arXiv:2104.07957)](https://arxiv.org/abs/2104.07957)
- [von Siebenthal M, et al. 4D MR imaging of respiratory organ motion and its variability. Phys Med Biol 2007;52(6), doi:10.1088/0031-9155/52/6/001](https://pubmed.ncbi.nlm.nih.gov/17327648/)
- [ETH Zurich CVL 4DMRI 公开数据下载页(本轮主数据来源)](https://people.ee.ethz.ch/~organmot/chapter_download.shtml)

> 检索日期 2026-08-07。第 1 节的文献计数来自当日 PubMed esearch 实检,检索式已写在正文中,可复核。

---

*本文档由 JouleBeat · DeepGraph 出具。文献结论来自公开检索,已标注出处;判断部分是我们的观点,可以被反驳。*

```json
{
  "task_slug": "mri-2slice-observation-geometry",
  "question": "在严格等观测预算(2 个切片)下,正交双切片(矢状+冠状)相比平行双切片(2 个矢状,间距 d),能否显著降低实时 MRI 引导放疗中低秩运动模型驱动的三维形变场重建误差?误差差异由哪条物理机制(穿层位移不可观测)解释?",
  "falsifiable_prediction": "预测:在 K=3、sigma_sag=0.5mm、alpha=1、非交错的默认设定下,正交臂相对最佳间距平行矢状臂的 dvf_rmse3d_mm 改善 < 0.5mm 且 < 20% 相对值,27 个配对样本中方向为正的 <= 19 个;同时平行矢状臂的 rmse_lr_mm >= 正交臂的 1.5 倍,但 LR 方向贡献的平方误差占比 < 15%。推翻条件(任一):(a) 正交改善 >= 0.5mm 且 >= 20% 且配对 bootstrap 95% CI 下界 > 0;(b) 平行矢状以同等幅度反超;(c) 平行矢状的 rmse_lr_mm 不到正交的 1.5 倍(说明穿层不可观测的机制解释错误)。",
  "dataset": "ETH Zurich CVL 4DMRI 公开集,直接下载 https://people.ee.ethz.ch/~organmot/downloads/data_all_subj.zip (34MB, 无需注册, 学术用途, 须引用 www.vision.ethz.ch/4dmri 与 von Siebenthal 2005 MICCAI)。本地已缓存于 /home/ubuntu/scratch/mri-geom-probe/data_all_subj.zip。使用 motionfields/motionfield_subj{A,B}_cyc{n}_ds5.txt(5mm 各向同性网格点轨迹,A 8219 点/4 周期,B 10125 点/5 周期)。解析注意:文件首行为元数据行 'nPoints dt nTimeSteps 0 0',np.loadtxt(comments='#') 会当数据读入必须剥掉;其后每行为 [点号, t, x, y, z]。轴向校验闸门(必须重跑并断言):axis0=AP 跨度约120mm, axis1=SI 跨度约156mm 且最大位移约17.8mm, axis2=LR 跨度约77mm(受试者A ds15 实测值);对不上则中止。位移定义 d_i(t)=p_i(t)-p_i_ref,p_i_ref 取参考周期(A、B 均为 cyc3)第0帧位置,严禁用各周期自身 t=0(实测 A cyc1 首帧相对参考周期已平均偏 3.81mm、最大 9.46mm)。外部量级核对(可选,不参与几何对照):TrackRAD2025, https://doi.org/10.57967/hf/4539",
  "arms": [
    {"name": "baseline-single-sagittal", "is_baseline": true, "what": "单个矢状切片,过靶区中心,层厚5mm。临床现状配置(TrackRAD2025 的 585 例真机数据全为矢状单层)。半预算参照,用于量化第二层的边际价值。"},
    {"name": "parallel-2sag", "is_baseline": false, "what": "2 个矢状切片(法向=LR),LR 方向间距 d,关于靶区中心对称放置。"},
    {"name": "parallel-2cor", "is_baseline": false, "what": "2 个冠状切片(法向=AP),AP 方向间距 d,对称放置。对称性检查,排除'矢状本身就好'的混淆。"},
    {"name": "orthogonal-sag-cor", "is_baseline": false, "what": "1 矢状 + 1 冠状,两平面交线过靶区中心。"},
    {"name": "oracle-full-dvf", "is_baseline": false, "what": "用全体网格点的三维真值位移拟合 PCA 系数(不做切片采样、不加噪声)。上界臂,用于分离 PCA 截断误差与观测几何误差。"}
  ],
  "metrics": [
    {"name": "dvf_rmse3d_mm", "higher_is_better": false, "what": "留出周期全部时间帧、全体网格点上三维位移误差向量模长的 RMSE(mm)。首要指标。"},
    {"name": "dvf_p95_mm", "higher_is_better": false, "what": "逐点三维误差幅值的 95 分位(mm),刻画尾部/最坏情况。"},
    {"name": "roi_centroid_err_mm", "higher_is_better": false, "what": "半径 20mm 球形靶区内点的平均位移(质心位移)的三维误差(mm)。"},
    {"name": "rmse_si_mm", "higher_is_better": false, "what": "SI(axis1)方向位移误差 RMSE(mm)。"},
    {"name": "rmse_ap_mm", "higher_is_better": false, "what": "AP(axis0)方向位移误差 RMSE(mm)。"},
    {"name": "rmse_lr_mm", "higher_is_better": false, "what": "LR(axis2)方向位移误差 RMSE(mm)。用于检验穿层不可观测的机制解释。"},
    {"name": "log10_cond_obs", "higher_is_better": false, "what": "观测算子法方程 (A^T A + 正则) 的条件数以 10 为底的对数,连接几何与可辨识性。"},
    {"name": "n_observations", "higher_is_better": false, "what": "该臂实际参与拟合的观测标量个数,用于核验等预算对齐(报告用,非优化目标)。"}
  ],
  "sweep": {
    "K_modes": ["1", "2", "3", "5", "8"],
    "parallel_spacing_mm": ["10", "20", "30", "50"],
    "sigma_sag_mm": ["0.0", "0.5", "1.0"],
    "alpha_coronal_noise_ratio": ["1.0", "1.5", "2.0"],
    "interleave": ["false", "true"],
    "roi_site": ["liver_dome", "liver_inferior", "liver_lateral"]
  },
  "seeds": [0, 1, 2],
  "budget_minutes": 45,
  "cpu_feasible": true,
  "out_of_scope": [
    "不做图像域仿真:观测量取自已有配准点轨迹,不模拟 cine 图像、k 空间欠采样、MR 伪影或面内配准失效;冠状面配准更难仅用 alpha 噪声比近似",
    "不做 GPU / RTX 5070 复现,不训练任何深度网络;结论仅适用于线性低秩(PCA)运动模型",
    "不使用真实 GTV 轮廓(ETH 数据无靶区标注),以半径 20mm 球形 ROI 替代",
    "不做儿童数据外部验证(无带三维真值形变场的公开儿童 4D-MRI)",
    "不做延迟建模与运动预测,假设零系统延迟",
    "仅肝脏、成人、自由呼吸,2 例受试者 9 个呼吸周期;不外推到肺、胰腺或其他部位",
    "不给出临床推荐,不声称任何摆位应用于实际治疗",
    "TrackRAD2025 仅用于单矢状臂的量级一致性核对,不参与几何对照(其数据全为矢状 2D 且无三维真值)"
  ]
}
```