Boundary Constraint-free Biomechanical Model-Based Surface Matching for Intraoperative Liver Deformation Correction

要約

画像誘導肝臓手術では、3D-3D非剛性登録方法は、術前モデルとポイント雲として表される術中表面との間のマッピングを推定する上で重要な役割を果たし、組織の変形の課題に対処します。
通常、これらの方法は、表面マッチング項を正規化するために、有限要素モデル（FEM）として表される生体力学モデル（FEM）をひずみエネルギー用語に組み込みます。
変更されたFEMを表面マッチング用語に組み込んだ3D-3D非剛体登録方法を提案します。
修正されたFEMは、境界条件を指定する必要性を軽減します。これは、FEMの剛性マトリックスを変更し、安定化のために対角線荷重を使用することによって達成されます。
その結果、修正された表面マッチング項では、境界条件の仕様または表面マッチング項を正規化するための追加のひずみエネルギー用語は必要ありません。
最適化は、最適なステップサイズを決定するための提案された方法によってさらに強化され、加速された勾配アルゴリズムを通じて達成されます。
方法を評価し、さまざまなデータセットにわたるいくつかの最先端のメソッドと比較しました。
私たちの率直で効果的なアプローチは、一貫して最先端の方法と同等のパフォーマンスを上回るか、達成しました。
コードとデータセットはhttps://github.com/zixinyang9109/bcf-femで入手できます。

要約(オリジナル)

In image-guided liver surgery, 3D-3D non-rigid registration methods play a crucial role in estimating the mapping between the preoperative model and the intraoperative surface represented as point clouds, addressing the challenge of tissue deformation. Typically, these methods incorporate a biomechanical model, represented as a finite element model (FEM), into the strain energy term to regularize a surface matching term. We propose a 3D-3D non-rigid registration method that incorporates a modified FEM into the surface matching term. The modified FEM alleviates the need to specify boundary conditions, which is achieved by modifying the stiffness matrix of a FEM and using diagonal loading for stabilization. As a result, the modified surface matching term does not require the specification of boundary conditions or an additional strain energy term to regularize the surface matching term. Optimization is achieved through an accelerated gradient algorithm, further enhanced by our proposed method for determining the optimal step size. We evaluated our method and compared it to several state-of-the-art methods across various datasets. Our straightforward and effective approach consistently outperformed or achieved comparable performance to the state-of-the-art methods. Our code and datasets are available at https://github.com/zixinyang9109/BCF-FEM.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google