基于可变形组间配准与局部低秩差异度量的心肌应变估计改进
图像与视频处理
2025-01-03 v2 计算机视觉与模式识别
摘要
背景：当前主流的心血管磁共振特征追踪（CMR-FT）方法，包括光流和成对配准，常受累积跟踪误差引起的漂移效应影响。在此，我们开发了一种基于可变形组间配准与局部低秩（LLR）差异度量的 CMR-FT 方法，以提高心肌跟踪与应变估计精度。方法：所提方法 Groupwise-LLR 通过迭代更新所有心脏时相上的整体位移场，以最小化形变电影的补丁级信号秩之和来进行特征追踪。该方法通过模拟数据集（n = 20）、公共电影数据集（n = 100）和内部标记-MRI 患者数据集（n = 16），与包括 Farneback 光流、顺序成对配准方法和基于全局低秩的组间配准方法在内的其他 CMR-FT 方法进行比较。所提方法还在模拟和体内跟踪中与两种通用组间配准方法 nD+t B-Splines 和 pTVreg 进行比较。结果：在模拟数据集上，Groupwise-LLR 取得了最低的点跟踪误差和体素/全局应变误差。在公共数据集上，Groupwise-LLR 取得了最低的轮廓跟踪误差，减少了舒张晚期的漂移效应，并保持了与替代方法相似的观察者间可重复性。在患者数据集上，Groupwise-LLR 在多个心肌节段和层面上与标记-MRI 的径向应变相关性优于其他 CMR-FT 方法。结论：所提 Groupwise-LLR 减少了漂移效应，并提供比替代方法更准确的心肌跟踪与应变估计。该方法因而可促进用于心功能临床评估的更准确心肌应变估计。
引用
@article{arxiv.2311.07348,
title = {Improve Myocardial Strain Estimation based on Deformable Groupwise Registration with a Locally Low-Rank Dissimilarity Metric},
author = {Haiyang Chen and Juan Gao and Zhuo Chen and Chenhao Gao and Sirui Huo and Meng Jiang and Jun Pu and Chenxi Hu},
journal= {arXiv preprint arXiv:2311.07348},
year = {2025}
}