基于网格到栅格的多模态图像非刚性配准
计算机视觉与模式识别
2017-11-01 v2
摘要
医学图像中感兴趣区域 (ROI) 的对齐在诊断、手术规划、治疗和随访中起着至关重要的作用。通常，模型表示为三角化网格，而患者数据由 CAT 扫描仪以像素或体素数据提供。此前，我们提出了一种曲线到像素配准的二维方法。本文贡献了：(i) 一个通用的网格到栅格 (M2R) 框架，用于配准多模态图像中的 ROI；(ii) 一个三维表面到体素的应用；以及 (iii) 使用由同时真值与性能水平估计 (STAPLE) 方法提供的金标准进行的二维综合定量评估。该配准被表述为一个最小化问题，其目标函数包含一个数据项（涉及参考图像中 ROI 的符号距离函数）和一个用于变形的高阶弹性正则化项。评估基于脱钙牙齿的定量光诱导荧光 (QLF) 和数字摄影 (DP)。STAPLE 在来自 32 个受试者的 150 对图像上计算，每对图像在两种模态下显示一颗对应的牙齿。每幅图像中的 ROI 由三位专家手动标记（共 900 条曲线）。在 QLF-DP 设定中，我们的方法显著优于使用 Insight Segmentation and Registration Toolkit (ITK) 和 Elastix 实现的基于互信息的配准算法。
引用
@article{arxiv.1703.01972,
title = {Mesh-to-raster based non-rigid registration of multi-modal images},
author = {Rosalia Tatano and Benjamin Berkels and Thomas M. Deserno},
journal= {arXiv preprint arXiv:1703.01972},
year = {2017}
}