文摘

coregistration医学图像,刚性的方法往往不能提供足够的自由,而可靠的弹性方法仅临床上对于特殊应用程序可用。弹性模型的自由度的数量必须减少用于归档一个可靠的临床结果。我们提出一个新的几何投影的非刚性的三维医学图像配准和融合方法。该方法使用了一个3 d的基于可变形模型作为指导。在我们两个方法中,图像的变形网格从一个首次应用于边界对象的注册。此后,登记所需的非刚性的体积变形向量场和融合在感兴趣的区域(ROI)所描述的活动表面的表面网格点的位移。方法验证使用的临床图像quasirigid器官(肾脏)和弹性的器官(肝脏)。图像的标准差降低强度差异参考图像和模型被用来作为衡量性能。地标放在在肝脏血管分支,作为黄金标准评估登记结果弹性肝脏。我们的登记方法与仿射登记使用互信息应用于quasi-rigid肾脏。 The new method achieved 15.11% better quality with a high confidence level of 99% for rigid registration. However, when applied to the quasi-elastic liver, the method has an averaged landmark dislocation of 4.32 mm. In contrast, affine registration of extracted livers yields a significantly ( )小错位的3.26毫米。总之,我们的验证表明,新方法适用于这样的情况,内部变形不是至关重要的,但它局限在内部位移的情况下也必须考虑。

1。介绍

在许多临床任务有必要获得图像使用不同的形式,如磁共振成像(MRI),正电子发射断层扫描(PET)、计算机断层扫描(CT),经常在解剖学和组织功能提供补充信息。这些多通道图像的组合可以提高诊断提供协同信息。图像配准是医学图像融合的一个重要工具。它生成一个图像同时显示信息参考和注册的形象。图像配准旨在确定对应点在两幅图像使用空间变换。由于空间差异在当地坐标系统的图像获得不同成像模式注册图像对齐。

图像配准的另一个应用程序是串行成像的患者使用相同的成像方式,通常所需的目的,如治疗计划和监控(1),评估疾病的发展(2,3),和跟踪对比丸传播在灌注研究[4- - - - - -6]。注册需要纠正病人运动造成的运动和呼吸和补偿位移的结构造成不同的病人在串行成像研究。尽管许多空间位移可以追溯到刚性运动和容易纠正,弹性变形需要描述许多解剖结构的运动如肝脏。因此非刚性的登记都经常需要重复使用相同的图像形态和收购考试使用不同的图像模式。

刚性变换,它允许平移、旋转、仿射登记,允许剪切和扩展,广泛用于图像融合在临床设置。然而,由于人体本身是可变形的,严格的技术通常提供注册不足。因此弹性或非刚性的方法需要应对当地的图像之间的差异。而参数的数量是有限的为刚性转换和6到12为仿射变换,非参数弹性转换需要转换为每个立体像素矢量;也就是说,参数的个数是图像像素点的三倍。大量的参数为弹性变换生成两个基本问题。首先,计算时间是巨大的。第二,内在形象信息一般不足以准确和独立估计变换向量各体素。

因此,弹性图像配准使用模型来限制参数的数量。然而,一个也可以受益于这一事实有效转换参数的数量实际上是小得多。很明显,一个组织体素一般不能独立于相邻的体素。因此弹性注册利用转换领域的事实应该是光滑的(7,8]。平滑转换领域充分描述了实际大多数体素的错位。另一方面,在某些情况下,整个内部器官运动,而运动器官的体素相对很小。这是证明,前列腺等器官的运动(4)、肾(6),或肝脏1)可以估计,第一近似,由刚性或仿射变换。结果,转换领域内部器官并不顺利。变换向量内部器官之间的差异很小,而器官表面的变换向量之间的区别可能会更大。

大多数弹性注册方法是基于匹配的信号强度(9- - - - - -12),这是有限的特殊应用(10,11]或仅利用平滑转换字段(7- - - - - -9,13,14]。在我们的论文,我们引入一个新颖的几何投影三维非刚性的注册方法。该方法是基于假设的器官运动器官表面主要是有效的。我们假设一个光滑变换领域内一个器官和器官表面自由转换。因此,我们的注册算法是一种基于分割的几何方法。这种登记需要利息的解剖结构的初步分割参考或模型图像。二元结构轮廓和表面等可以通过手动标记或生成(半)自动使用先进的算法。基本思想是使用可变形模型来指导图像配准。这样的模型,非刚性的体积变形推断从表面变形。然后注册所需的转换计算通过最小化的轮廓点的距离。 Furthermore, a fusion technique based on the inferred volume deformation is introduced. Factors which may influence the performance of the method are discussed.

2。理论

2.1。概念

我们的注册算法是一种基于分割的几何方法。这种登记需要分割的解剖结构参考利息或模型图像生成一个二元结构。分割可以手动执行或(半)自动使用先进的算法。一个活跃的表面网格生成的参考图像的分割。自一个活跃的表面网格是一个三维可变形模型,扩展了主动轮廓(15)3 d,从而可以适应被应用到地图边缘的边缘提取的互补形象注册或融合,我们相信网格位移可以表示运动的器官。在我们的方法中,表面演化导致表面地图边缘变形所描述的表面网格点的位移。由此产生的非刚性的体积变形向量场登记或融合在感兴趣的区域(ROI)预计解决逆问题的自由变形(FFD) [16]。FFD允许获得的第一个实验结果预测仅仅基于几何知识。

2.1.1。活跃的表面

可变形模型可以应用于图像边缘(17)与大型图像强度梯度通过使用优化方法。在我们的方法,我们使用一个三维扩展活动轮廓的活性表面。在水平集方法使用隐式表面(18,19),我们使用显式的表面由tetrahedres。

一般活动模型的基本概念,特别是和活跃的表面,是给模型物理特性方面的能量。内部能量和外部能量是两个广泛使用的概念在这种情况下:内部的能量 描述了模型的内部变形特性,也就是说,平滑的表面。外部能量 描述了环境影响模型。这里的“环境”是指图像或其过滤形式,模型是解决和改变。基本上,外部能量提取物体边界等特性,在图像梯度的局部最大值,通常被描述为势能。

基于能量的定义,理想情况下最大限度地减少总能量分割过程, 的模型: 因此活动模型将被吸引到物体边界,总能量最低的地方。实现这一理想模型的属性,物体的形状感兴趣的应该是常规和光滑,这样,在物体边界,严格定义的弯曲能量,力量 、拉伸能量定义为弹性力 弥补势能,定义了外部能量。这也可以被看作是内力的力平衡状态( , )和外力( ): 自表面移动活跃在拉斯韦加斯的过程中,我们因此描述整个过程表面演化时间的函数: 在哪里 是表面的活性表面定义为一组网格点 在时间 。向量 是指表面运动时间的增量 ,时间尺度因子 用于控制移动速度,保证数值稳定下吗Courant-Friedrichs-Lewy(CFL)条件20.]。稳态,总能量为最小的时候,如果为优化增量接近零。

2.1.2。自由变形

我们的方法使用FFD描述感兴趣的对象的变形,这是嵌入在一个控制网格与给定的解决方案在三维空间中 。利用其局部坐标系定义为单位向量 , , 一个网格点 FFD可以定义为 在哪里 被其全球坐标,是当地坐标系统的起源。使用小的张量积伯恩斯坦多项式,位置在全球任意点的坐标系统 在FFD网格可以通过插值 在哪里 , , 二项式系数的吗 , , 。此外 , , 当地的坐标吗 ,在那里 因为所有内表面网格点FFD网格,表面点 也可以插入使用以上插值函数(5)代替 与 。因为我们总是需要一组点,在我们的案例中活性表面,考虑,我们使用的矩阵描述(5)对整个表面 : 在哪里 是一个 矩阵, 是一个 矩阵, 是一个 矩阵对于一个给定的数字 在FFD网格表面网格点的考虑。自 仅仅描述了变形对于一个给定的一组网格控制点 ,它通常被称为变形矩阵。基于上述矩阵描述(7)以下应用: 在哪里 描述了流离失所的控制点和 指的是变形表面造成的右侧函数,考虑到 是不变的。这意味着,如果我们知道的位移 ,我们可以计算出变形 。但是请注意,我们的目标是相对地解决问题;也就是说,我们有一组变形表面网格点 并希望计算 为了进一步使用 插值点的变形 中描述的表面(内卷5)。由于表面网格点的数量远远大于代表FFD控制网格,使用伪逆 的 来解决 将提供一个超定的系统解决方案,而不是相反的问题给我们一个足够的解决方案。在我们的方法中,因此解决这个问题通过使用Levenberg-Marquardt算法(21,22),最小二乘的方法,以最小化方之间的距离 和 :

3所示。材料和方法

3.1。数值实现

在我们的方法,我们使用一个活跃的表面三维可变形模型指导注册。活跃的表面生成通过三角测量的初步分割对象的模型图像和利息后适应参考图像的边缘变形模型通过定义内部和外部力量作用于它。表面网格点上的弹性力作用拉力从相邻点的总和。的刚性力量被描述为一个线性预测其相邻点的拉力和他们的邻居23]。活性表面优化通过应用有限差分法(FDM)一个逆边缘地图(24)的参考图像。

最小化总能量后的变形版本原始表面显示感兴趣的对象的边界在参考图像。因此我们有一个一对一的映射的表面网格点。基于映射FFD控制网格包装最初的表面活性剂可以变形FFD解决逆问题。然后我们使用FFD控制网格的变形计算,随着FFD变形矩阵,将体素内的原始表面模型的图像在参考图像;因此图像强度等信息保存在感兴趣的对象模型的图像可以被转移到变形物体表面变形所描述的参考图像,完成注册任务。

相反的过程也可以开始初步分割参考图像为适应初始表面网格模型的参考图像图像,从而转移从参考模型体积变形图像。使用上述FFD插值方法,图像强度的变形FFD模型图像采样和追溯到原始参考图像中感兴趣的对象。通过这种方式,融合完成。

我们的方法已经实现为阿米拉(http://www.amira.com)模块。阿米拉是一种先进的三维可视化软件开发的Konrad-Zuse-Zentrum皮毛Informationstechnik,柏林(http://www.zib.de/de/home.html)和分布式面貌成像,柏林(http://www.visageimaging.com)。阿米拉是高度模块化的使用c++提供可视化和图像分析管道基于模块。因为我们的方法是一种双重的方法组成的分割和随后的FFD计算,阿米拉模块中实现两个包,hxactcontour和hxffd。此外,一个上层的包hxsera(血清代表有效的弹性配准算法)。包装的两个包用户友好访问整个过程。

分割任务的计算复杂度是线性依赖于表面网格点的数量,可以描述为 使用大- 符号(25]。当执行肾脏细分,例如,我们一般从10000点至20000点的过程。相比FFD计算的复杂性 ,在那里 FFD控制点的数量和吗 是表面网格点的数量。我们通常使用的FFD网格分辨率为5×5×5到10×10×10。因此FFD控制点的数量远远小于表面的网格点。

3.2。图像数据

测试我们的方法的可行性我们首先应用这两种对比剂动态组成的计算机断层扫描(CT)检查共有41个3 d数据集获得的肾脏在两个病人的常规临床评价肾灌注。每个CT系列使用320片和512×512收购体元平面分辨率。CT检查进行东芝Aquilion一总收购时间1分钟的完整的数据集,而碘造影剂还丸。减少吸收剂量管电流最小化。

第一个病人收到90毫升造影剂,并检查与CT扫描仪管电压120 kV,管电流150毫安。24个3 d CT数据集获得空间分辨率为0.571毫米×0.571毫米和切片厚度为0.5毫米。第二个病人收到120毫升对比剂,并进行了CT扫描管电压和电流的100千伏和100 mA,分别。十七3 d CT数据集是空间分辨率为0.702毫米×0.702毫米×0.5毫米。由于低剂量扫描的高信号噪声的有效空间分辨率低于名义分辨率的扫描。因此,3 d CT数据集被重新取样256×256×160的分辨率。

我们进一步我们的方法用于多通道登记的病人接受肝脏成像,这是一个更有弹性比肾脏器官。二十的常规临床治疗的患者近距离放射疗法(26)进行调查。3 d CT和MRI三维介入数据集来自每个病人是短距离放射治疗导管定位后不迟于1小时。其中一个3 d数据集用于治疗计划。此外,治疗后随访MRI表现几个月对所有患者可用。因为长时间间隔的干预和随访MRI,可能有相当大的肝脏运动和变形与最初的计划相比,后续图像三维数据集。

肝脏的所有轴向CT扫描获得了分辨率为512×512,但是片的数量范围从31到322年,导致严重的部分容积效应的CT扫描获得较低数量的片。CT扫描的平均空间分辨率为0.743毫米×0.743毫米×3.04毫米和1.187毫米×相比MRI 1.187毫米×2.50毫米,在一个不变的切片厚度2.50毫米适用于所有情况。t1 volume-interpolated先生三维梯度回波图像中获得导管定位在一个开放的孔飞利浦1.0特斯拉先生更不均匀信号分布。

使用以下序列参数:回波时间(TE) 2.14毫秒,重复时间(TR) 4.3毫秒,回波列车长度104,122相位编码步骤,翻转角度12°,图像矩阵320×320,FOV 360毫米,58%抽样,75片,切片厚度5.0毫米,片间距2.5毫米。额外的t1加权2 d GRE先生图像获得12周后评估近距离放射疗法对治疗的反应在飞利浦阿奇沃1.5特斯拉先生成像仪使用以下序列参数:TE 5.0毫秒,TR 110 ms, 192相位编码步骤,翻转角度7°,图像矩阵512×512,FOV 430毫米,75%抽样,70%阶段FOV, 28片,切片厚度8.0毫米,片间距9.0毫米。先生的图像不完整的肝脏被排除在评价描述。

3.3。评价方法

来验证我们的方法,我们使用实证方法,这是subcategorized差异和善良方法中描述(27]。差异的方法依赖于一个最佳的参考,这是通常被称为黄金标准,验证了专家。善方法不需要引用,而是取决于一些可取的特征描述,从而判断算法的性能。

在验证我们轮廓的体积和偏差的调查结合使用两种不同的差异特性。的骰子相似系数(DSC) [28,29日)是用来评估卷对齐 在哪里 段的体积是验证和 黄金标准的体积。轮廓的偏差,我们评估了豪斯多夫距离(30.] 与 平均轮廓失调 在哪里 和 段的轮廓点集是验证和黄金标准,分别和 和 代表的轮廓点集 和 。请注意, 和 通常是不平等31日),这样的综合平均轮廓失调被用于评估。

此外,两个不同的善的方法被用来验证分割方法:intraregion均匀性(32)和灰度对比(27]。Intraregion一致性是基于假设的区域分割应该有一个均匀分布的灰色的水平,这意味着每个区域内方差应该小。 由信号强度定义 的体素 在地区 分割了意味着强度 作为 在哪里 描述的体积 。的方差 被定义为 基于强度方差定义之前,一致性的定义是 在哪里 量的总和,分段和 是归一化因子定义为 在哪里 和 的绝对最大和最小信号强度从所有分割区域,分别。相比,信号对比强度差异分割区域及其背景考虑,假设对比应该大。平均信号强度的分割区域, 平均背景信号强度, 定义为,信号的对比

此外,登记来验证我们的最终结果,我们使用一个善良方法基于我们的实证研究,假设信号强度的变化应该是小内感兴趣的区域(ROI),但大之间的ROI和背景。这意味着一个准确登记应该屈服强度的偏差,而可怜的注册应该产生更大的方差。这里我们测量的标准差注册图像强度参考ROI内被专家分割为黄金标准(见附录一个)。

3.4。评价

正如上面提到的,我们第一次我们的方法应用于动态获得肾脏CT扫描,因为肾脏相对刚性的器官。分割和登记分别进行评估。这两个病人已经屈指可数了 和 ,他们的3 d数据集连续编号开头的第一个收购动态系列。

减少内部和interexpert可变性黄金标准得到的差异使用迭代的方法采用方法(33,34)与一个专家执行五个细分为每一个3 d数据集。验证注册结果,我们使用我们的善良性能标准偏差灰度仿射的强度比较我们的注册登记使用互信息(35)作为优化指标。

我们进一步验证我们的方法对多通道登记肝脏,这是比肾脏弹性。我们比较我们的登记结果quasigold标准基于分布仿射登记使用互信息在同一数据集。[quasigold标准生成使用的方法1];肝脏是由放射科医生第一个分段,然后分割图像注册。肝内地标定位在血管分支,由一名有经验的放射科医师在两种数据集被用来比较注册登记后精度测量错位的地标。

4所示。结果

4.1。分割的肾脏

首先,我们评估我们的方法的分割性能的肾脏。肾脏移动在呼吸,但几厘米,在第一近似值,僵化的器官。表1礼物骰子相似性系数、平均轮廓失调和豪斯多夫距离与金本位intraregion一致性以及灰度对比度。我们的方法显示subvoxel准确性意味着平均轮廓偏差为0.504毫米(表1),这是下面的二次抽样后的体素的大小超过1.00毫米。

表1
分割的质量。

此外,平均的豪斯多夫距离3.505毫米(见表1)是完全可以接受的。显示这个,我们比较了成果和方法与专家手工分割表2,我们使用相同的黄金标准来衡量骰子相似系数,平均轮廓失调,豪斯多夫距离。我们的方法也略高4.482毫米的偏差与专家的平均4.181毫米。然而,这个值在subvoxel范围内。

表2
比较之间的分割质量专家(平均),我们的节目。

测试良善的特性,是独立的金本位制,我们比较我们的质量直接与专家的分割方法。这项研究的结果发表在表3。的配对 以及用于调查的显著差异。与一个 值为0.2466时,我们发现在intraregion均匀性没有显著差异。程序的性能更好( )使用信号对比评估。

表3
比较intraregion均匀性和信号对比程序和黄金标准。
4.2。肾脏登记

比较我们与仿射使用互信息注册,注册方法配对t以及被用来估计标准偏差的程度的降低图像仿射后强度和弹性的登记。从表可以看出4我们的方法实现了15.11%更好的质量高99%的信心。这个值对应的约1毫米修正翻译(见图1和3)。

表4
比较:严格的注册登记和弹性。

图1
比较严格的登记和弹性登记(误差:标准错误)。
4.3。肝脏登记

肝脏是调查作为一个可变形的器官的一个例子。注册我们的新方法的准确度进行了研究使用四地标/肝。介入肝脏MRI和CT检查在一小时内进行。的配对 以及用于比较具有里程碑意义的位错之间的注册方法。表的第一列5表明,我们的方法平均4.32毫米的里程碑式的混乱。仿射注册收益率显著( )小错位的3.26毫米。

表5
比较具有里程碑意义的位错与不同的注册方法。

两者的区别注册方法也调查了使用Wilcoxon符号秩检验,相关值两位错之间的测试也被计算。登记精度两种方法之间没有显著相关性被发现,与使用Wilcoxon地标符号秩检验。仿射和弹性登记具有里程碑意义的混乱之间的相关性被发现0.49。因此,登记精度没有明显依赖于个人的图像质量。这表明地标的设置很好,非常适合我们的评估目的。

此外,注册方法比较使用介入和后续的图像数据集获得12周后。结果coregistration CT随访MRI和介入MRI随访MRI展示在表5在图中的箱线图2,分别。有明确质量下降对仿射和弹性注册,这是由于大变形导致的长时间间隔两个考试。仿射登记相比,我们的方法显示近两倍退化在每种情况下。此外,也有一些情况下,我们的方法不执行(比较好 和 在表5)。


图2
箱线图的标准差postinterventional MRI不同的注册方法。

图3
图像的标准差特征强度差异在翻译误差示威的标准误差。

5。讨论

本文提出一种新颖的方法基于coregistration弹性登记的表面和体积插值。我们的方法的一个重要特征是体积变形插值仅仅从表面的几何变化。我们验证方法相比仿射登记作为黄金标准。我们进行了一系列测试从刚性物体(肾脏),主要是仿射变形对象(肝脏介入图像),弹性变形对象(肝与后续的图像)。在最后的测试中,肝脏绝对是强烈变形由于短距离放射治疗照射的局部效应。

应用于肾,我们的注册方法极大地提高了运动校正与仿射登记。肾脏是一个相对严格的器官和变形相对较少的4 d CT图像采集的时间序列,由于时间短。结果表明,我们的弹性登记方法执行首先基于有效校正仿射登记,可以充分正确的刚性位移的器官,如肾脏器官内变形相对较少。

相比之下,多通道弹性登记的肝脏,弹性比肾和畸形的照射在我们的测试中,我们的方法在质量上显示性能降低而twelve-parameter仿射配准方法。里程碑式的位错确定仿射登记似乎quasigold标准,这产生了1.06毫米错位quasi-simultaneously获得介入MRI和CT介入CT和随访MRI 5.40毫米,4.14毫米,介入性磁共振成像和后续磁共振成像。介入性磁共振图像质量较差的(信噪比、信号均匀性和空间分辨率)减少了仿射注册登记的准确性,尤其是弹性登记。原则上,弹性注册应该改善匹配肝脏变形的放射治疗。弹性配准方法应用于本研究只使用肝表面的信息。相比之下,仿射登记方法使用整个肝脏的图像信息,从而提供更准确的登记结果。一种技术使用附加的内部信息表面下可能会产生更好的结果(10]。

本研究的局限性以及大多数研究使用真实的医学图像是验证方法的可靠性。通常,调查人员使用人工图像数据进行验证的注册方法,没有考虑到实际的注册问题。提出了几种方法来验证登记精度;例如,施纳贝尔等人验证他们的弹性配准方法使用生物力学模型(36]。附录的这篇文章中,我们证明ROI的标准差也可能是一个比较不同测量coregistration方法,例如,仿射的比较与弹性登记注册应用于当前的研究或Rueckert et al。13]。注册可以估计绝对精度比较的差异实际登记与地标所定义的专家。进一步减少内部和interexpert可变性,我们另外应用迭代期望最大化方法使用多个细分(33,34]。

6。结论

现有的图像配准方法产生不可靠的结果,当申请注册一个器官,如肝脏、转换,例如,通过治疗。更复杂的方法是有用的在这种情况下。我们已经测试了一种方法基于coregistration器官表面和内部空间的插值。这项技术已被证明当应用于刚性机构工作。然而,该方法为应用程序开发的串行数据集获得监测治疗的结果。我们的数据表明,该方法使用时产生不满意结果登记一个器官,如肝脏、已经改变了治疗,例如,放射治疗。

很明显,考虑到治疗相关的表面变化不足以确定内部变化的肝脏。因此,监测肝脏的放射治疗,我们需要一个弹性的注册方法,使用表面信息以及内部器官结构信息,以产生更好的结果比参仿射登记。

附录

a .标准差的图像强度作为善特性

. 1。理论

我们假设强度小的变化在感兴趣的区域(ROI),但大之间的ROI和背景。因此,更准确的登记方法将会产生较小的方差的强度和贫穷时登记结果有明显较大的方差图像信号差的ROI内注册的形象。引用的标准偏差信号的强度和coregistrated图像可以作为衡量。

由信用证。实验验证的方法

假设验证使用两个肾脏专家分割。标准差之间的强度图像强度是决定翻译后肾脏的形象。我们用5个图片 和四个 。测量与每扩大翻译之后一个立体像素的步长(1毫米)。最伟大的翻译拨款两倍的最大运动估计的肾脏肾之间的表面使用登记。每个测量重复了3000次使用随机选择翻译在不同的方向。每个肾平均每个转换步骤的重复使用。最后,平均信号差异总体计算肾脏。为了显示变化的意义我们进一步应用两种不同的搭配 测试:第一个相比每一步之间的变化和零翻译相比,第二个在相邻的步骤。

出具。实验验证的结果

依赖的信号强度的差异之间的错位参考和coregistrated图像显示在图3。大量的重复了标准误差为1.68%,最大误差所代表的酒吧。连续增加图像的标准差与位错。邻近的步骤之间最大的意义 ;对零翻译是最大的意义 。因此,降低标准差后每个转换步骤的体素可以被视为一种登记质量退化。

确认

作者要感谢贝恩德•哈姆教授和教授Volker Budach支持这项研究。