基于Hessian的多模态医学图像配准相似性度量
图像与视频处理
2023-10-09 v1
摘要
传统及某些深度学习医学图像配准算法的基本要素之一是度量两幅图像之间的相似/不相似程度。在本工作中，我们提出一种基于图像强度Hessian度量两种不同医学图像模态间相似性的解析解。首先，假设两完全对应图像块强度间存在函数依赖，我们研究它们的Hessian如何相互关联。其次，我们给出给定任意图像块对时量化对该关系偏离的闭式表达。我们给出了新相似性度量的几何解释以及一种高效的配准实现。我们利用合成偏置场展示了该度量对强度非均匀性的鲁棒性。通过将新度量集成到仿射配准框架中，我们在图像引导神经外科手术背景下使用目标配准误差和计算时间评估了其对MRI与超声配准的性能。
引用
@article{arxiv.2310.04009,
title = {Hessian-based Similarity Metric for Multimodal Medical Image Registration},
author = {Mohammadreza Eskandari and Houssem-Eddine Gueziri and D. Louis Collins},
journal= {arXiv preprint arXiv:2310.04009},
year = {2023}
}