基于动态 MRI 的高度可变形软组织器官表面运动模式表征——以 4D 膀胱运动评估为例
计算机视觉与模式识别
2023-02-23 v3 微分几何
摘要
动态 MRI 可高对比度捕获软组织器官的时间解剖变化,但所获序列通常体积覆盖有限,这使得器官形状轨迹的高分辨率重建成为时间研究中的主要挑战。由于腹部器官形状在时间和受试者间具有变异性,本研究的目的是迈向 3D 密集速度测量,以完全覆盖整个表面并提取表征所观察器官形变的有意义特征,从而支持临床行动或决策。我们提出了一个在深呼吸运动期间表征膀胱表面动力学的流程。为紧凑形状表示,重建的时间体积首先用于使用 LDDMM 框架建立受试者特定的动态 4D 网格序列。然后,我们从力学参数(如网格伸长和畸变)对器官动力学进行统计表征。由于我们将器官视为非平面表面,我们还使用平均曲率变化作为量化表面演化的度量。然而,曲率的数值计算强烈依赖于表面参数化。为应对这种依赖性,我们采用了一种用于表面形变分析的新方法。该方法独立于参数化并最小化测地曲线长度,通过最小化 Dirichlet 能量将表面曲线平滑拉伸至球面。使用欧拉型 PDE 方法从曲线缩短流导出形状描述子。使用球面映射的 Laplace Beltrami 算子特征函数计算个体运动模式间的相关性。应用于提取局部控制模拟形状轨迹的表征相关曲线,证明了所提形状描述子的稳定性。
引用
@article{arxiv.2010.02746,
title = {Characterization of surface motion patterns in highly deformable soft tissue organs from dynamic MRI: An application to assess 4D bladder motion},
author = {Karim Makki and Amine Bohi and Augustin . C Ogier and Marc Emmanuel Bellemare},
journal= {arXiv preprint arXiv:2010.02746},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2003.08332