DiffeoRaptor:基于RaPTOR的微分同胚跨模态图像配准
图像与视频处理
2022-09-14 v1
摘要
目的:微分同胚图像配准在许多医学成像应用中至关重要。此类配准算法已有若干提出,但主要用于对比度内对齐。目前,在众多应用中至关重要的高效跨模态/对比度微分同胚配准仍是一项具有挑战性的任务。方法:我们提出了一种新颖的跨模态/对比度配准算法,其利用鲁棒基于块的相关比(RaPTOR)度量来实现跨模态/对比度图像对齐,并采用傅里叶近似李代数(FLASH)算法中展示的带限测地射击以实现快速微分同胚配准。结果:所提出的算法名为DiffeoRaptor,使用三个公共数据库在脑部和腹部图像配准任务上进行了验证,并将结果与三种最先进技术(包括FLASH、NiftyReg和对称图像归一化(SyN))进行比较。结论:我们的结果表明,DiffeoRaptor在配准精度方面提供了可比或更好的配准性能。此外,在跨模态和对比度配准中,DiffeoRaptor比SyN产生更平滑的形变。DiffeoRaptor的代码公开于https://github.com/nimamasoumi/DiffeoRaptor。
引用
@article{arxiv.2209.05600,
title = {DiffeoRaptor: Diffeomorphic Inter-modal Image Registration using RaPTOR},
author = {Nima Masoumi and Hassan Rivaz and M. Omair Ahmad and Yiming Xiao},
journal= {arXiv preprint arXiv:2209.05600},
year = {2022}
}