用于 SPECT MPI 与 CTA 图像融合的点云配准
计算机视觉与模式识别
2026-04-28 v1
摘要
单光子发射计算机断层扫描心肌灌注成像 (SPECT MPI) 与计算机断层扫描血管造影 (CTA) 的临床融合仍受限于跨模态错位及对手动标志点的依赖，这阻碍了缺血的准确定位与病灶级功能评估。为解决此问题，我们提出一个用于 SPECT MPI 与 CTA 的配准与融合框架，整合功能与结构信息以进行全面的心脏评估。所提出的流程在两种模态上均执行基于 U-Net 的分割。在 SPECT MPI 上仅提取左心室 (LV)，并从特征性的 LV 结构中自动导出解剖标志点。在 CTA 上分割双侧心室，并利用其空间关系在室间隔交界处自动定义标志点。应用尺度空间一致性预处理与标志点驱动的粗配准以减轻初始错位。基于此初始化，在 LV 心外膜表面点云上评估多种精细配准方法，包括 ICP、SICP、CPD、CluReg、FFD 和 BCPD-plus-plus。随后将所得变换传播至体素级重采样，以实现高精度 SPECT-CTA 融合。在包含 60 名患者的回顾性队列中，所提出的框架在保留来自 CTA 的亚毫米级冠状动脉细节的同时，精确叠加了定量的 SPECT 灌注信息。在所评估的方法中，BCPD-plus-plus 取得了最高的精度，平均点云距离为 1.7 mm。通过结合鲁棒的初始化、比较性精细配准与体素级融合，所提出的方法为心肌缺血定位与冠状动脉病灶功能评估提供了实用解决方案，同时不依赖于任何特定的精细配准算法。
引用
@article{arxiv.2604.24524,
title = {Point Cloud Registration for Fusion between SPECT MPI and CTA Images},
author = {Ni Yao and Xiangyu Liu and Shaojie Tang and Danyang Sun and Chuang Han and Yanting Li and Jiaofen Nan and Chengyang Li and Fubao Zhu and Chen Zhao and Zhihui Xu and Weihua Zhou},
journal= {arXiv preprint arXiv:2604.24524},
year = {2026}
}