基于组织掩码支持的UK Biobank全身图像配准方法
计算机视觉与模式识别
2026-03-09 v2
摘要
UK Biobank是一个大规模研究，收集全身MR成像和非成像健康数据。鲁棒且准确的主体间全身MR图像配准将使这些图像实现全身的空间标准化，并实现非成像数据与图像导数参数（如组织体积或脂肪含量）的区域/体素级相关性分析。我们提出一种基于性别分层的主体间全身MR图像配准方法，使用来自最先进VIBESegmentator方法的皮下脂肪组织-和肌肉掩码来增强基于强度的图割配准。所提方法在4000名受试者队列中评估，通过与基于强度的单一方法以及两项已发表的配准方法（uniGradICON和MIRTK）进行比较进行评估。评估包括应用在71个VIBESegmentator掩码上的重叠度度量：1）Dice得分，2）体素级标签错误频率。此外，还研究了年龄与脂肪含量和组织体积之间的体素级相关性，以示方法对医学研究的有用性。所提方法在男性/女性队列中分别对69个掩码实现了0.773/0.744的平均Dice得分。与基于强度的单一配准相比，男女两性的平均值分别提高了6个百分点，标签错误频率在大多数组织区域降低。与uniGradICON和MIRTK相比，这些差异分别为9pp/8pp和12pp/13pp。使用所提方法，年龄相关图谱更平滑，显示更高的解剖学对齐。总之，使用两种组织掩码增强的全身图像配准方法改善了UK Biobank图像的配准。
引用
@article{arxiv.2512.02702,
title = {A method for tissue-mask supported whole-body image registration in the UK Biobank},
author = {Yasemin Utkueri and Elin Lundström and Håkan Ahlström and Johan Öfverstedt and Joel Kullberg},
journal= {arXiv preprint arXiv:2512.02702},
year = {2026}
}
备注
35 pages, 10 figures