使用散度协调B样条的无压缩图像配准
图像与视频处理
2019-10-22 v3
摘要
解剖学上合理的图像配准通常需要体积保持。先前关于无压缩图像配准的方法利用了松弛约束、特设优化方法或实际上难以处理的计算方案。无散度速度场已用于在连续域中实现不可压缩性，尽管在离散化后未提供任何保证。在本文中，我们在图像配准背景下引入由散度协调B样条参数化的平稳速度场（SVFs）。我们证明对此类散度协调B样条SVFs参数的稀疏线性约束导致在连续空间域的任意点处精确无散度。与先前方法相比，我们的框架可轻松利用现代约束优化求解器、对称配准方法、任意图像相似度及附加正则化项。我们研究了在欧拉积分情况下变换的数值不可压缩误差，这为相对于先前方法的精度误差改进提供了理论见解。我们使用合成形变的多模态脑图像以及STACOM11心肌追踪挑战评估所提框架。精度测量表明，我们的方法在实现体积保持的同时与最先进方法相比具有优势。
引用
@article{arxiv.1907.01593,
title = {Incompressible image registration using divergence-conforming B-splines},
author = {Lucas Fidon and Michael Ebner and Luis C. Garcia-Peraza-Herrera and Marc Modat and Sebastien Ourselin and Tom Vercauteren},
journal= {arXiv preprint arXiv:1907.01593},
year = {2019}
}
备注
Accepted at MICCAI 2019