基于骨架图的超声-CT非刚性配准
图像与视频处理
2023-05-16 v1 计算机视觉与模式识别
机器人学
摘要
自主超声(US)扫描已引起越来越多的关注,并被视为克服传统超声检查局限(如操作者间差异)的潜在方案。然而,对不同患者特别是声窗有限胸部应用,自主且准确地将通用图谱上规划的扫描轨迹迁移至当前设置仍具挑战。为应对该挑战,我们提出一种基于骨架图的非刚性配准,利用皮下骨表面特征而非皮肤表面来适应患者特异性属性。为此,自组织映射被连续使用两次,分别用于统一输入点云并提取关键点。随后,采用最小生成树生成树图以连接所有提取的关键点。为恰当刻画肋软骨轮廓以匹配源与目标点云,从树图中提取的路径通过最大化保持每根肋骨的连续性进行优化。为验证所提方法,我们手动提取一名志愿者的US软骨点云与七名不同患者的CT软骨点云。结果表明,相较于ICP(在七例CT上距离误差均值/标准差:5.0/1.9 mm vs 8.6/6.7 mm),所提基于图的配准在适应患者间差异上更有效且鲁棒。
引用
@article{arxiv.2305.08228,
title = {Skeleton Graph-based Ultrasound-CT Non-rigid Registration},
author = {Zhongliang Jiang and Xuesong Li and Chenyu Zhang and Yuan Bi and Walter Stechele and Nassir Navab},
journal= {arXiv preprint arXiv:2305.08228},
year = {2023}
}
备注
online video: https://www.youtube.com/watch?v=LkSHL7FJ8eU