Adaptive local boundary conditions to improve Deformable Image Registration

要約

目的: 医用画像処理では、多くの場合、画像誘導治療中に動きを正確に評価して修正することが重要です。
変形可能な画像レジストレーション (DIR) は、動画を固定画像と位置合わせするために必要な空間変換を推定することで構成されます。
ただし、位置ずれを防ぐには、解に適用される境界条件が重要であることが認識されています。
レジストレーション技術に関する広範な研究にもかかわらず、医療 DIR の文脈における境界条件の問題に取り組んでいる研究者は比較的少ないです。
私たちの目的は、当面のさまざまな登録タスクに合わせて境界条件をカスタマイズするための一歩です。
アプローチ: 画像境界上の流入/流出流れ場に応じて、ディリクレ境界条件とノイマン境界条件の間のバランスをとることを可能にする、一般的な局所適応性のロビン型条件を提案します。
提案されたフレームワークは、エネルギー最小化によって最適化された、削減されたハイパーパラメータのセットの決定を通じて完全に自動化されています。
主な結果: 提案されたアプローチは、モノモーダル CT 胸部登録タスクと腹部 CT から MRI への登録タスクでテストされました。
最初のタスクでは、均一な Dirichlet および均一な Neumann と比較して、ターゲット位置合わせ誤差の点で最大 12% (平均 4%) の相対的な改善が観察されました。
2 番目のタスクでは、自動フレームワークは達成可能な最良に近い結果を提供します。
重要性: この研究は、画像境界におけるレジストレーション問題を調整することの重要性を強調しています。
この研究では、ボクセルごとに境界条件を適応させる新しい方法を導入し、モノモーダル CT 胸部レジストレーションと腹部 CT から MRI レジストレーションという 2 つの異なるタスクで最適化された結果をもたらします。
提案されたフレームワークは、画像や動きに関する先験的な仮定を必要とせずに、画像レジストレーションにおける境界条件を最適化することを可能にします。

要約(オリジナル)

Objective: In medical imaging, it is often crucial to accurately assess and correct movement during image-guided therapy. Deformable image registration (DIR) consists in estimating the required spatial transformation to align a moving image with a fixed one. However, it is acknowledged that, boundary conditions applied to the solution are critical in preventing mis-registration. Despite the extensive research on registration techniques, relatively few have addressed the issue of boundary conditions in the context of medical DIR. Our aim is a step towards customizing boundary conditions to suit the diverse registration tasks at hand. Approach: We propose a generic, locally adaptive, Robin-type condition enabling to balance between Dirichlet and Neumann boundary conditions, depending on incoming/outgoing flow fields on the image boundaries. The proposed framework is entirely automatized through the determination of a reduced set of hyperparameters optimized via energy minimization. Main results: The proposed approach was tested on a mono-modal CT thorax registration task and an abdominal CT to MRI registration task. For the first task, we observed a relative improvement in terms of target registration error of up to 12% (mean 4%), compared to homogeneous Dirichlet and homogeneous Neumann. For the second task, the automatic framework provides results closed to the best achievable. Significance: This study underscores the importance of tailoring the registration problem at the image boundaries. In this research, we introduce a novel method to adapt the boundary conditions on a voxel-by-voxel basis, yielding optimized results in two distinct tasks: mono-modal CT thorax registration and abdominal CT to MRI registration. The proposed framework enables optimized boundary conditions in image registration without any a priori assumptions regarding the images or the motion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google