Deep learning in medical image registration: introduction and survey

要約

画像レジストレーション (IR) は、画像を変形して基準空間に対して位置合わせするプロセスであり、医療従事者が同じ回転やスケールを持つなど、標準化された基準フレームでさまざまな医用画像を検査しやすくなります。
このドキュメントでは、簡単な数値例を使用して画像の登録を紹介します。
これは、空間指向の記号表現とともに画像レジストレーションの定義を提供します。
このレビューでは、アフィン変換、変形可能変換、可逆変換、双方向変換などの画像変換のさまざまな側面と、Voxelmorph、Demons、SyN、Iterative Closest Point、SynthMorph などの医用画像登録アルゴリズムについて説明します。
また、アトラスベースのレジストレーションや、粗密アプローチやピラミッドアプローチなどの多段階画像レジストレーション技術についても調査します。
さらに、この調査論文では、医療画像登録の分類法、データセット、相関ベースのメトリクス、セグメンテーションベースのメトリクス、処理時間、モデル サイズなどの評価尺度についても説明しています。
また、画像誘導手術、動作追跡、腫瘍診断への応用も検討します。
最後に、この文書では、変圧器のさらなる開発など、将来の研究の方向性について言及しています。

要約(オリジナル)

Image registration (IR) is a process that deforms images to align them with respect to a reference space, making it easier for medical practitioners to examine various medical images in a standardized reference frame, such as having the same rotation and scale. This document introduces image registration using a simple numeric example. It provides a definition of image registration along with a space-oriented symbolic representation. This review covers various aspects of image transformations, including affine, deformable, invertible, and bidirectional transformations, as well as medical image registration algorithms such as Voxelmorph, Demons, SyN, Iterative Closest Point, and SynthMorph. It also explores atlas-based registration and multistage image registration techniques, including coarse-fine and pyramid approaches. Furthermore, this survey paper discusses medical image registration taxonomies, datasets, evaluation measures, such as correlation-based metrics, segmentation-based metrics, processing time, and model size. It also explores applications in image-guided surgery, motion tracking, and tumor diagnosis. Finally, the document addresses future research directions, including the further development of transformers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google