Fast 3D Volumetric Image Reconstruction from 2D MRI Slices by Parallel Processing

要約

磁気共鳴画像法 (MRI) は、解剖学的特徴を詳細に非侵襲的に画像化する技術です。
標本の臓器の機能解析に役立ちますが、非常に費用がかかります。
この作業では、(i) 1 つの軸に沿った人間の脊椎と脳の MR 画像の 2 次元 (2D) スライスの単一シーケンスからの仮想 3 次元 (3D) 再構成、および (ii) 欠損値の生成の方法
スライス間データが提案されています。
私たちのアプローチは、キャ​​プチャされるオブジェクトのエッジ、形状、サイズ、および内部組織構造を維持するのに役立ちます。
単一の軸に沿った元の 2D スライスのシーケンスは、より小さな等しいサブパーツに分割され、エッジ保存クリギング補間を使用して再構築され、欠落しているスライス情報が予測されます。
補間プロセスを高速化するために、並列コアで初期補間を実行するマルチプロセッシングを使用しました。
このように形成された 3D マトリックスから、シャーレット変換が適用され、$Z$ 軸に沿った 2D ブロックを考慮してエッジが推定され、提案された平均-中央値ロジックを使用してぼかし効果が最小限に抑えられます。
最後に、視覚化のために、サブマトリックスが最終的な 3D マトリックスにマージされます。
次に、新しく形成された 3D マトリックスがボクセルに分割され、マーチング キューブ法が適用されて表示用の近似 3D 画像が取得されます。
私たちの知る限りでは、これは 2D スライスからの 3D 再構成のためのクリギング補間とマルチプロセッシングに基づくこの種のアプローチとしては初めてのものであり、画像比較の類似度メトリックに関して約 98.89\% の精度が達成されます。
マルチプロセッシングでは、大規模な入力データセットでも、シングルコア処理に比べて再構築にかかる時間が約 70\% 短縮されました。

要約(オリジナル)

Magnetic Resonance Imaging (MRI) is a technology for non-invasive imaging of anatomical features in detail. It can help in functional analysis of organs of a specimen but it is very costly. In this work, methods for (i) virtual three-dimensional (3D) reconstruction from a single sequence of two-dimensional (2D) slices of MR images of a human spine and brain along a single axis, and (ii) generation of missing inter-slice data are proposed. Our approach helps in preserving the edges, shape, size, as well as the internal tissue structures of the object being captured. The sequence of original 2D slices along a single axis is divided into smaller equal sub-parts which are then reconstructed using edge preserved kriging interpolation to predict the missing slice information. In order to speed up the process of interpolation, we have used multiprocessing by carrying out the initial interpolation on parallel cores. From the 3D matrix thus formed, shearlet transform is applied to estimate the edges considering the 2D blocks along the $Z$ axis, and to minimize the blurring effect using a proposed mean-median logic. Finally, for visualization, the sub-matrices are merged into a final 3D matrix. Next, the newly formed 3D matrix is split up into voxels and marching cubes method is applied to get the approximate 3D image for viewing. To the best of our knowledge it is a first of its kind approach based on kriging interpolation and multiprocessing for 3D reconstruction from 2D slices, and approximately 98.89\% accuracy is achieved with respect to similarity metrics for image comparison. The time required for reconstruction has also been reduced by approximately 70\% with multiprocessing even for a large input data set compared to that with single core processing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google