改善肺CT登记准确利用血管灰度信息

文摘

准确的肺图像配准是一个具有挑战性的问题当肺部有变形大的距离。在这项工作中,我们提出一个非刚性的体积来跟踪注册算法肺部运动之间的一对intrasubject CT图像获得在不同的通货膨胀水平,引入一个新的vesselness相似成本改善intensity-only登记。体积CT数据集从六个人类受试者被用于这项研究。四个intensity-only注册算法的性能比较有和没有添加vesselness相似成本函数。匹配精度评估使用地标,血管树,裂缝的飞机。转换的雅可比行列式被用来揭示当地实质组织的变形模式。intensity-only注册方法的平均匹配误差在地标的1毫米,1.5毫米在裂缝的飞机。在添加vesselness保存成本函数之后,里程碑和裂缝定位错误减少约25%和30%,分别。vesselness成本函数有效地帮助提高登记精度在胸廓和隔膜附近地区的所有intensity-only注册算法测试,也有助于产生更多的一致和可靠的区域组织变形模式。

1。介绍

图像配准是用来找到两幅图像之间的空间对应关系,在肺图像分析起着重要的作用。在一系列的肺扫描,图像配准提供了相应的体素的空间位置。计算对应描述肺的运动之间的一对图像体素水平。登记肺容积跨时间和跨模式被用来建立肺地图集[1),估计区域通风和局部肺组织扩张(2- - - - - -5),评估大叶性滑脱在呼吸(6,7),并测量肺功能改变后放射治疗(8]。

肺登记方法通常是灰度(2,5,9- - - - - -13)或基于特征(14- - - - - -18]。整个肺部区域的灰度方法考虑强度模式定义相似的措施。他们利用肺实质和胸壁之间强烈的对比,和之间的薄壁组织,血管和大的航空公司。常用的灰度方法包括减少强度的差异(3,10),互信息最大化或归一化互相关5,9,保护肺组织体积或质量(12,13]。由于灰度方法不使用解剖知识,这些方法可以陷入局部最小值等重要解剖结构的不匹配产生的分岔的小气道和血管分支。另一方面,基于特征的方法定义转换利用相应的特性来源于原始图像。他们通常利用相应的地标和局部强度模式14,16,17和表面对应14,15,18]。然而,由于稀疏的特性,良好的对齐的功能不能保证所有肺部区域满意的匹配精度。

自注册方法使用intensity-only或特点仅登记有其局限性,它是可取的设计肺注册方法,利用两个强度和特征信息(19- - - - - -23]。表明混合注册方法,结合强度和特征信息可以帮助提高匹配精度。大多数这些方法结合分布式里程碑式的双选在气道或血管分支点,被识别手动或半自动地(24),气管和血管树结构的中心线,和肺表面信息。这些特性,提取可能是困难和耗时的任务。因此,快速特征提取和有效的方法利用特征信息需要提高对准精度。

在这篇文章中,我们几个一起强度和特征信息匹配3 d肺部CT图像期间获得呼吸维持在两种不同水平的通货膨胀。我们提出一个基于功能的相似准则利用信息注册过程中船舶的位置和形状。这vesselness保存成本函数添加到现有四个灰度相似性的成本,和比较实验表明,这一标准有助于提高注册的准确性。较高的匹配精度使postanalysis区域组织力学性能更合理和可靠的。

我们初步工作的有效性使用vesselness匹配相似术语是描述25- - - - - -27]。本文中给出的工作提供了一个完整的描述我们vesselness匹配方法。本文扩展了我们以前的工作通过描述如何选择加权因子不同的成本计算,描述了多分辨率优化方案,并提供了更多的验证。本文研究船匹配使用时的效果与各种强度相似度量如强度差的平方和,平方之和组织体积差异,互信息和归一化互相关。本文还考察了使用线弹性约束调整位移的影响。

2。材料和方法

2.1。图像数据集

在这项研究中,六双容积CT数据集收集人在仰卧的取向从六个西门子的感觉64多CT扫描仪。每个图像对收购在屏息附近功能余气量(FRC)和肺活量(TLC)在同一扫描会话。话题1,数据获取功能余气量(FRC)以21.8%的肺活量(VC)、肺活量(TLC)以95.6%的风险投资。2,数据在FRC获得30.5%的VC和TLC VC的89.6%。3,数据在FRC获得26.3%的VC和TLC 95.7%的VC。4,数据以FRC收购了11.0%的VC和TLC 68.9%的VC。5,数据在FRC获得25.8%的VC和TLC VC的92.9%。6,数据在FRC获得26.5%的VC和TLC VC的102.0%。每个体积数据集收购节间距为0.5 ~ 0.6毫米和重建矩阵。平面像素空间分辨率大约是0.6毫米×0.6毫米。FRC的薄壁组织区域和薄层色谱数据集分割使用中描述的方法(28]。图1说明了肺CT图像渲染的肺部分割。

2.2。图像配准

图像配准的目的是估计一个变换定义两个图像之间的点态通讯和。更正式,让定义图像的领域和。在这部作品中,转换被认为是一个微分同胚映射。让表示所有映射的集合来。最优转换预计通过最小化代价函数,由相似成本函数和正则化项,也就是说, 相似的成本函数描述两幅图像的特征,应该为对应像点同意。例如,这些特征通常对应于匹配强度特征和特性。正则化的成本函数是用来执行所需的属性转换的如最小失真。常数是用来平衡正规化的影响成本的相似性成本。一般来说,相似性和正则化成本可以分解为更具体的成本函数的线性组合。

2.2.1。灰度相似性的成本函数

对灰度图像配准,通常认为强度相应的体素在某些方面是相互关联的。许多标准构建已经提出对应点之间的强度关系的成本函数调整两个图像。灰度成本函数的例子(MSD)的均方差异,相关系数,互信息,模式强度和梯度相关性(29日,30.]。在这项工作中,我们调查了三个常用的灰度成本函数和一个灰度匹配代价函数为肺部CT图像。

的平方之和的区别(SSD)
减少两个图像之间的对应点强度差是一个直观的方法来注册灰度图像。一个简单而常见的成本函数是差的平方和(SSD)定义的 在哪里和是模板和目标图像强度函数,分别。表示肺区域联盟的目标图像和变形模板映像。SSD的潜在假设是,图像强度在两个图像之间对应点应该是相似的。这是真的当注册图像相同的形态。然而,考虑到CT变化强度和空气在呼吸周期和过期的启发,肺内的灰度范围是不同地区两所获得的CT图像在不同的通货膨胀水平。为了平衡这种灰度范围差异、强度归一化是必要的。例如,一个直方图匹配过程(31日)可以使用SSD登记之前修改模板图像的直方图,它类似于目标图像。

互信息(MI)
互信息(MI)相似成本函数强度可以容纳两张图片的区别,因此适合容纳CT强度变化在通货膨胀和通货紧缩的肺。互信息表达,一个图像包含的信息量对另一个。类似于Kullback-Leibler措施,消极的两幅图像的互信息成本被定义为(9,32] 在哪里转换模板图像的联合强度分布吗和目标图像;和分别是他们的边际分布。的直方图箱和索引的和。实验MI-driven登记使用直方图箱来估计联合分布。

归一化互相关(NCC)
归一化互相关可用于多峰性登记问题因为它是对一个常数乘法因子之间的图像。这代价函数措施pixel-wise平方根之间的互相关图像强度归一化的每个图像的自相关。数学上,消极的归一化互相关测量是由(33] 在添加负号是这最优转换通过最小化。当强度的因素模式从两个图片是一个常数,=−1。图像之间的失调会导致减少的归一化互相关,相似的,因此,增加成本。

的平方之和组织体积差异(SSTVD)
的平方的总和组织体积差异(SSTVD)成本函数(13)强度的变异占肺CT图像在呼吸。认为肺癌是两种材料的混合物:空气和组织/血液(nonair)。然后Hounsfield单位(胡)肺部CT图像中组织和空气含量的函数。胡的肺部CT图像、区域组织体积和风量air-tissue后可以估计混合模型由霍夫曼和Ritman [34]。让的体积元素的位置。然后组织体积在体积元素可以被估计为,我们假设和。强度相似成本函数SSTVD被定义为(13] 雅可比矩阵的变换估计区域体积变化导致映射相应的区域。因此,组织量的形象和是相关的。

2.2.2。基于特征相似性成本函数

从灰度图像中提取特征信息来指导注册过程很重要。在呼吸周期中,血管保持他们的管状形状和树结构。因此,血管的形状和空间信息可以被利用来帮助提高登记的准确性。在CT图像,血管有较大的强度值比薄壁组织。这个强度薄壁组织和血管之间的区别可以有效地帮助灰度登记。然而,血管的直径变小了,小如血管分支。小血管很难想象,因为他们的低强度的对比。因此,小型船舶的灰度信息给灰度登记几乎没有贡献。为了更好地利用血管位置的信息,我们利用vesselness测量(VM)计算从强度而不是直接使用他们的灰度图像。

的平方之和Vesselness测量差异(SSVMD)
vesselness测量是基于海赛矩阵的特征值分析的图像强度。几何解释为主体的特征值,弯曲,可以用来显示基础对象的形状。在3 d肺部CT图像、各向同性结构如实质组织(黑)与三个类似的非零正特征值。管状结构,如血管(明亮)与一个微不足道的特征值和两个相似的非零负特征值35]。海赛矩阵的特征值的大小顺序,Frangi vesselness函数(35)被定义为 与,在那里区分平板状和管状结构,占偏离状的结构,管状结构和噪音之间的区别。,,控制vesselness测量的敏感性。本文实验使用,,。

海赛矩阵是计算卷积的强度图像与高斯函数的第二和交叉的衍生品。在多尺度分析,vesselness滤波器的响应将在规模达到最大,约比赛船只的大小来检测。因此,vesselness测量估计的计算(6)范围的尺度和选择最大响应:,在那里是高斯函数的标准偏差36]。

vesselness形象是新,可以被视为一种像估计的vesselness特性。大vesselness值表明,底层对象更容易被容器结构,如图2。让和代表图像的vesselness措施和在位置,分别。为了两个图像之间的匹配相似的vesselness模式,的平方的总和vesselness (SSVMD)提出了测量差异 从船到组织结构不匹配会导致更大的SSVMD成本。

2.2.3。弹性正规化

执行限制转换有助于产生生理上注册更有意义的结果。连续介质力学模型,如线性弹性(11,37,38和粘性流体37,39)可以用来调整转换。常见的约束变形的方法是应用微分算子变换和制定一个添加剂成本项目标成本函数(11,22,40- - - - - -46]。在我们的注册算法,一个线弹性约束是用来调整位移场,在那里。正则化项组成 在哪里可以是任何非退化的线性微分算子(47]。这里的线性弹性算子是成立的,在那里和。

使用线性弹性微分算子可以帮助平滑转换,帮助消除突然位移场的变化。线性弹性操作符用于这项工作来帮助避免折叠到转换本身。然而,它不能防止转换的雅可比矩阵负的,也就是说,破坏下的图像拓扑变换(48]。其他限制位移参数优化方法的应用。

2.2.4。总成本函数

最后,总成本被定义为一个灰度的线性组合成本,vesselness措施保护成本和正则化约束 可以的四个灰度相似性的成本函数:,,,或。常量和是权重调整的意义三个方面。

2.3。转换参数化

转换定义了如何从模板映像点映射到相应的点目标图像。在三维空间,让定义一个立体像素坐标在图像域的目标图像。转换是一个向量值函数定义在目标图像的立体像素点阵给出了相应的位置在模板映像点。

肺是由非均匀软组织。肺组织肺扩张变化在不同的地区。由于肺扩张是不均匀的,非刚性的转换需要模型肺运动在不同的通货膨胀水平。本地代表不同的几何失真,转换可以用各种形式的基函数,如傅里叶变换,利用薄板样条函数和b样。b样非常适合图像配准,并能捕捉当地的非刚性的两幅图像之间的变形(40,45]。考虑到计算效率和准确性的要求,基于三次b样条参数化被选为代表的转换。

让的系数th控制点在样条晶格在每个方向。转换被表示为 在哪里是一种分离卷积内核。均匀三次b样条基函数定义为

2.4。优化方法

大多数注册成本函数可以最小化使用标准的优化技术。有几个现有的方法在数值分析等解决偏微分方程(PDE)用于求解弹性和流体转换,最陡梯度下降法,共轭梯度法,等等。类似于(9,13),我们的相似成本函数优化使用有限内存拟牛顿最小化方法边界(L-BFGS-B) [49)算法。它非常适合高维参数空间的优化。此外,该算法允许绑定约束的独立变量。

绑定约束应用于b样条系数来保证当地吸水(一对一的财产)的转换50),也就是说,转换维护两个图像的拓扑结构。根据他们的分析,位移本地字段是在域内射,如果b样条系数满足的条件,,,在那里,,b样条网格大小在每个方向,是一个常数约等于2.479772335。

2.5。登记精度评估

图像配准精度的验证和评估是一个重要的任务量化注册算法的性能。由于缺乏“黄金标准”来判断注册算法,需要多种评价方法对图像配准算法的性能进行评估。

2.5.1。里程碑式的匹配精度

Intrasubject肺CT图像包含可识别地标如airway-tree和管道结构分支点。对于每一对FRC和薄层色谱数据,100 - 150独特的具有里程碑意义的对被选为血管树的分支点使用半自动方法(24]。地标被选中,他们分散在整个肺。具有里程碑意义的分布的一个例子是绿点,如图所示3。之间的欧几里得距离registration-predicted地标位置和其真实位置被定义为具有里程碑意义的错误。让和是具有里程碑意义的位置在模板映像和目标图像,分别。具有里程碑意义的计算误差。

2.5.2。船匹配精度

在肺血管保持呼吸过程中管状和树结构。血管树在薄壁组织地区提供了丰富的空间和形状信息。因此,评估对齐容器树是一种重要的方法来验证匹配精度在肺功能水平。

登记的准确性在船树被船匹配距离,评估计算为一个点之间的距离在目标船树及其对扭曲的壁橱里点模板血管树。数学上,这个距离可以表示为船舶定位误差(汽相外延) 对于一个给定的点在,在那里和分别在船舶所有点的集合树从图像中提取和分别为,定义了欧氏距离。船的位置用于验证使用血管分割算法分割(51]。血管树的例子的抽取,红色曲线,如图所示3。

2.5.3。裂缝距离对齐

人类的肺分为五个独立的被称为叶的小隔间里。大叶性裂缝之间的部门被定义为邻近肺肺内叶和代表重要的物理边界。因此,对齐的裂缝是一个重要的评价标准。裂缝位置由分段从图像中提取叶使用[52),然后确定体素相邻两叶分割。裂缝定位误差(消防工程)之间的最小距离被定义为一个点的变形裂缝,裂缝最接近的点对应的目标 对于一个给定的点在,在那里和分别是裂缝图像中所有点的集合和,分别。叶的例子分割不同的颜色在图所示3。

2.5.4。Determinane评估肺功能的雅可比矩阵

肺组织变形模式可以作为索引来评估肺功能。在这部作品中,雅可比矩阵的行列式转换领域得到了图像配准是用来估计局部组织变形(53]。

雅可比矩阵的行列式(通常是简单地称为雅可比矩阵)(11,48,54)是一种测量估计逐点的扩张和收缩变形。雅可比矩阵的变换被定义为 使用拉格朗日坐标系的雅可比矩阵值对应于零扩张或收缩。局部组织扩张对应一个大于1的雅可比矩阵,和当地组织收缩小于1对应于一个雅可比矩阵。

2.6。预处理

所有图像预处理开始通过识别肺地区使用中描述的方法(28]。图片和面具downsampled 2倍每个维度,以减少计算时间。为每个数据集,FRC图像作为目标图像和TLC图像作为模板映像。

为了评估vesselness成本函数影响注册算法的结果,我们执行登记实验使用不同的相似性成本实质地区每对数据集进行比较。有四个注册方法由intensity-only相似成本函数描述的部分2.2.1,同样的四个注册方法,包括基于特征相似性SSVMD成本。注册后,每个方法的结果进行了评估和比较通过地标匹配精度,船只,裂缝,潜在的变换性质。

3所示。结果

3.1。优化重量参数

我们设计实验来发现好的参数设置灰度成本,基于功能的成本,正则化项在(9)。在这里,我们讨论我们的方法选择注册参数。参数设置注册算法使用其他灰度成本函数,例如,,,可以以同样的方式。

表1和图4显示20 CT-to-CT登记实验结果,作为加权值(ved)和(平滑)是多种多样的。平均成本函数值结果从六个科目。的值和范围从0到2和0到0.5,分别。

实验CT01对应于无约束估计,根据强度相似变换估计只有成本。这个实验结果相对更糟登记明显的大的值,,在相应的表中。

实验CT02 CT03、CT04 CT05演示的效果估计转换成本没有减少vesselness相似而不同线弹性的重量成本。最小化线性弹性成本有利于优化其他两个相似的成本和从数据我们可以看到4(一)和4 (b)。值大于0.2不推荐,因为他们可能会引起的大幅增加。增加约束权重结果更糟糕的强度图像之间的匹配。

实验CT06 CT11、CT16 CT21演示使用vesselness相似性的影响成本函数不执行线性弹性约束。的这些实验值远低于之前的案例,因为他们被最小化。强度相似成本也减少了使用登记和vesselness约束,尤其是当在的范围。

剩下的实验表明共同评估转换的影响,而不同的权重vesselness相似成本和线性弹性约束。这些实验表明,可以找到一组参数,产生更好的结果比只使用一个或没有使用这两种约束。

应该选择最优的一组参数提供一个良好的强度匹配和vesselness匹配,同时生产更少的空间变形的线性弹性成本的一个可接受的水平。从实验中,我们观察到和有利于减少三个成本在同一时间。在这个工作中,将权重参数和当使用SSTVD作为强度成本函数。登记使用其他三个强度成本函数中的参数设置相同的方式。

3.2。多分辨率优化方案

从粗到细的空间多分辨率优化过程是用于提高速度、准确性和鲁棒性的登记。在实验中,空间多分辨率策略收益从低到高分辨率,始于八分之一的空间分辨率,并增加两倍,直到完全解决。与此同时,b样条的层次结构网格间距由大变小也使用。最好的b样条网格空间中使用的实验是4毫米。一个例子多分辨率方案设计表中列出的总成本函数最小化2。图像的空间分辨率和b样条网格间距细化或者。

图5列表的成本值在每个迭代一个登记。在1/8和1/4图像分辨率,登记速度快,运行更多的迭代。优化停止在到达最大迭代之前如果连续迭代之间的变化是名义上的总成本。全球形状匹配这两个水平。在1/2图像分辨率,内部结构清晰,大致是一致的。登记在当地全分辨率进一步调整结构匹配。在登记过程中,雅可比矩阵值检查,以确保他们仍然是积极的。

3.3。里程碑式的匹配精度

转换从注册可以用来追踪具有里程碑意义的活动。原来的平均具有里程碑意义的错误mm最大里程碑式的误差为72.79毫米。表3显示了具有里程碑意义的平均值和标准偏差错误通过所有六个科目在使用不同的注册方法。图6显示了具有里程碑意义的错误的箱线图。

3.4。船匹配精度

原来的船平均定位误差毫米。表4展示了六个科目的容器定位错误后使用不同的注册方法。平均误差和标准差都是减少后添加vesselness约束。

图7显示地图FRC血管树的距离从一个话题在使用八个不同的注册方法。这些结果表明,大变形之间的错误源和目标船树木减少后添加SSVMD约束。

3.5。裂缝距离对齐

对于每一对FRC和TLC图像,实质区域被划分为五叶,和三个裂缝识别,叶分割感动对方。裂缝的平均定位误差mm之前注册。裂缝定位误差的平均值和标准偏差这三个裂缝后用八个注册方法如表所示5。裂缝平均定位误差在六个科目是9.20毫米和减少至约1.50毫米和1.00毫米和SSVMD成本,分别。裂缝定位匹配精度提高了约30%,添加SSVMD成本。

地图裂缝平面的距离从一个话题在使用八个不同的登记方法如图8。请注意添加SSVMD帮助改善肺地区登记的准确性在胸廓附近。

3.6。评估肺功能的雅可比矩阵

注册方法生产类似的功能位置上的匹配精度可能会导致不同的底层实质组织功能。为了揭示肺组织变形模式,雅可比矩阵转换的字段是用来估计局部组织变形(4]。雅可比行列式在一个给定的点提供了转换的行为的重要信息接近这一点。图9地图显示了雅可比矩阵造成八登记方法。箭头指示区域显示不同的变形模式使用intensity-only注册方法,但他们更类似后添加vesselness成本函数。

4所示。讨论

本文中给出的实验设计来评估的性能vesselness约束添加到灰度时注册算法。实验结果优化权重参数的总成本函数表明,使用vesselness和平滑约束都可以帮助最小化成本相似,如图4。图5表明多分辨率方案很重要,有助于有效地解决复杂的注册问题。这是因为首先执行登记在粗尺度,少得多的图像像素点,快,有助于消除局部最小值。

表3和图6表明添加SSVMD成本函数减少四个基本的意思是具有里程碑意义的错误登记的方法。地标大错误,显示为异常值箱线图,更好的使用SSVMD时保持一致。图7反映了这样一个事实:SSVMD约束有助于提高匹配精度在所有四个基本方法在小血管,周围肺边界和在该地区附近的隔膜。原因是血管在这些地区通常是小型和低强度的对比,从而他们的贡献微乎其微传统强度相似条件。vesselness测量增强血管信息和加强小型船只注册过程的贡献当使用SSVMD相似成本。图8表明SSVMD不仅有助于匹配容器结构,但在其他地区也有助于提高注册的准确性,如在胸廓附近的裂缝平面的立场。

良好的匹配精度的功能位置并不能保证实质组织是正确对齐。而不是对对准精度,雅可比矩阵计算转换的质量属性。它显示了如何转换拓扑和保存措施鉴别肺体积变化。在图9左列显示,雅可比矩阵映射生成的四种注册方法没有SSVMD如预期有类似的腹侧背梯度自受试者在仰卧的取向成像。然而,局部组织变形模式来源于这些方法是不同的甚至在SSD和SSTVD方法,具有类似的具有里程碑意义的错误如表所示3。这个研究结果是一致的,尽管intermethod可变性的里程碑式的误差很小,雅可比矩阵映射(可能有不同的差异55]。雅可比矩阵映射从SSTVD方法显示背地区更多的局部结构。右列显示添加SSVMD约束产生的图像雅可比矩阵更类似在不同的登记方法和显示更详细的变形模式特别是船附近的位置。一般来说,船只有较小的体积变化与实质组织在呼吸周期。雅可比矩阵的四个地图生产使用登记方法与SSVMD相似,这可能意味着派生的局部变形模式是更可靠。

比较四种intensity-only注册方法,登记由SSTVD实现较低的具有里程碑意义的错误和较低的船比其他三种方法和裂缝定位错误由SSD, MI和NCC。数据7和8反映出SSTVD-driven注册导致更精确的匹配在胸廓附近的地区。原因可能在于SSTVD成本函数包含一个当地的雅可比矩阵因子,可以限制错误的大位移和防止失真胸廓附近。添加SSVMD之后四个灰度成本函数,这些方法生成类似的转换。SSVMD有助于提高匹配精度在胸廓和附近的地区附近的隔膜。在我们的实验中,注册方法使用SSTVD + SSVMD导致最小的匹配错误。因此,我们可以考虑SSTVD + SSVMD相似是最好的成本函数注册肺部CT图像根据我们的评估。

vesselness保护的有效性度量测试各种肺CT数据集的一部分大挑战”评价肺图像配准方法2010”(EMPIRE10) [56,57]。超过20个人注册算法从不同的组应用于30双肺CT扫描在EMPIRE10挑战。除了我们组织体积和vesselness保存方法,另一种方法称为强劲TreeReg [58还结合强度和功能信息。健壮的TreeReg算法进行登记(RTR)和一个健壮的树添加通讯血管树的分支,分布之间互信息驱动的注册。这登记的挑战,我们的组织体积和vesselness保存方法比健壮的TreeReg方法更好的性能。这个结果可能暗示vesselness测量提供了更多的功能比血管树的分叉地标的信息。此外,我们组织体积(或质量)和vesselness保存方法来提高匹配结果显示方法相比,只有把质量保护(59]。

5。结论

本文提出了非刚性的注册算法由常用的灰度肺注册标准,提出了vesselness约束,和一个线性弹性平滑约束。结果表明SSVMD约束添加到现有的相似成本功能如SSD, MI, NCC, SSTVD减少具有里程碑意义的错误,提高重叠血管树和裂缝的飞机。注册过程中添加vesselness成本的目的是,它可以帮助纠正不匹配的小血管和周围的肺组织。使用SSVMD约束可以产生一个更详细的局部组织的扩张模式,尤其是船舶位置附近。此外,在不同的登记方法扩张模式是相似的。这表明使用SSVMD约束不仅有助于匹配功能结构,但也有助于调整相应的实质组织提供一个更可靠的局部肺组织变形模式。摘要注册方法保存组织体积和vesselness测量表现最佳匹配3 d肺CT数据根据我们的评估。

确认

作者要感谢k·墨菲博士和b . van Ginneken提供软件生成和注释的iX地标。这项工作是由格兰特nos, HL079406 HL64368, HL080285 EB004126, CA129022。

引用

1. b·李·g·e·克里斯坦森·e·a·霍夫曼,g . McLennan和j·m·莱因哈特”建立一个规范的阿特拉斯的人类肺:主体间扭曲和注册的容积CT图像,”放射学学术,10卷,不。3、255 - 265年,2003页。视图:出版商的网站|谷歌学术搜索
2. t·格雷罗州k .桑德斯·e·卡斯蒂略et al .,“动态通风从四维计算机断层扫描成像,”物理学在医学和生物学,51卷,不。4、777 - 791年,2006页。视图:出版商的网站|谷歌学术搜索
3. g·e·克里斯坦森,j . h的歌,w,即Naqa, a和d低,“跟踪肺组织运动和扩张/压缩与逆一致的图像配准和肺量测定法,“医学物理学,34卷,不。6,2155 - 2163年,2007页。视图:出版商的网站|谷歌学术搜索
4. j·m·莱因哈特k .叮,k .曹g·e·克里斯滕森e·a·霍夫曼和美国诉博达,“须就产权证估计当地的肺组织扩张氙CT措施具体的通风相比,“医学图像分析,12卷,不。6,752 - 763年,2008页。视图:出版商的网站|谷歌学术搜索
5. t . a .他和j . c .哎呀,“对肺部生物力学的模型:肺运动学通过串行肺图像,登记”医学图像分析,9卷,不。6,524 - 537年,2005页。视图:出版商的网站|谷歌学术搜索
6. 曹k .叮,y, k . et al .,“叶的生物力学评价使用图像配准在呼吸,”第12届国际研讨会论文集医学影像计算和计算机辅助介入(MICCAI ' 09)卷,5761年,第746 - 739页,2009年。视图:谷歌学术搜索
7. y阴、e·a·霍夫曼和c·l·林“肺大叶性滑脱评估援助的图像配准,”学报》第13次国际会议医学影像计算和计算机辅助介入(MICCAI 10),13卷,页578 - 585,施普林格,2010年。视图:谷歌学术搜索
8. k .叮,j . e . Bayouth j . m . Buatti g·e·克里斯坦森和j·m·莱因哈特”4基于dct测量肺功能的变化在放射治疗过程中,“医学物理学,37卷,不。3、1261 - 1272年,2010页。视图:出版商的网站|谷歌学术搜索
9. d·马特斯·d·r·Haynor h . Vesselle t . k . Lewellen和w·Eubank“磁共振图像配准的胸部用自由变形,“IEEE医学成像,22卷,不。1,第128 - 120页,2003。视图:出版商的网站|谷歌学术搜索
10. d . Sarrut诉Boldea、美国Miguet和c . Ginestet”模拟的四维CT图像变形登记在吸气和呼气的屏息CT扫描,”医学物理学,33卷,不。3、605 - 617年,2006页。视图:出版商的网站|谷歌学术搜索
11. g·e·克里斯坦森和h·j·约翰逊,“一致的图像配准,”IEEE医学成像,20卷,不。7,568 - 582年,2001页。视图:出版商的网站|谷歌学术搜索
12. 诉Gorbunova, p . Lo h·阿什拉夫,a . Dirksen m·尼尔森和m . de Bruijne”重量保留图像配准在肺CT监测疾病进展,”第11届国际研讨会论文集医学影像计算和计算机辅助介入(MICCAI ' 08)卷,5242年,第870 - 863页,2008年。视图:谷歌学术搜索
13. y阴、e·a·霍夫曼和c·l·林”质量保护非刚性的肺部CT图像,采用三次b样条登记”医学物理学,36卷,不。9日,第4222 - 4213页,2009年。视图:出版商的网站|谷歌学术搜索
14. l .风扇Chang温家宝陈,j·m·莱因哈特和e·a·霍夫曼“评估和应用3 d肺翘曲和注册模型使用HRCT图像,”2001年医学成像:生理和功能从多维图像,学报学报》,页17-22,2001年2月。视图:出版商的网站|谷歌学术搜索
15. m·r·卡乌斯k·k·布洛克,诉之中,l·a·道森a . m . Nichol和d . a . Jaffray”评估的基于模型的可变形的图像配准方法放射治疗计划,”国际放射肿瘤学生物物理学杂志》上,卷68,不。2、572 - 580年,2007页。视图:出版商的网站|谷歌学术搜索
16. m . m . Coselmon j . m . Balter d l . McShan m·l·凯斯勒,“基于互信息的CT肺登记使用利用薄板样条函数在呼气和吸气的呼吸状态,”医学物理学没有,卷。31日。11日,第2948 - 2942页,2004年。视图:出版商的网站|谷歌学术搜索
17. Krishnan, k·c·贝克j·m·莱因哈特et al .,“地区肺ventilaton使用图像扭曲函数,从体积CT扫描”第二届IEEE国际研讨会在生物医学成像:宏Nano华盛顿特区,页792 - 795,美国,2004年4月。视图:谷歌学术搜索
18. 诉Gorbunova, s . Durrleman, p . Lo x Pennec,和m . de Bruijne”曲线,基于登记肺ct图像通过电流”第二届国际研讨会上肺图像分析,15 - 25,2009页。视图:谷歌学术搜索
19. y阴,e·A·霍夫曼,k .叮,j·m·莱因哈特和c·l·林”一立方B-spline-based混合登记的肺部CT图像与大变形动态气道几何模型,”物理学在医学和生物学卷,56号1,第218 - 203页,2011。视图:出版商的网站|谷歌学术搜索
20. k .曹g·e·克里斯滕森k .丁和j·m·莱因哈特”Intensity-and-landmarkdriven,逆一致,b样条登记和分析肺图像”第二届国际研讨会上肺图像分析,第148 - 137页,2009年。视图:谷歌学术搜索
21. 诉Gorbunova, s . Durrleman, p . Lo x Pennec,和m . De Bruijne“肺CT登记结合强度、曲线和表面,”学报》第七届IEEE国际研讨会上生物医学成像(位ISBI 10)2010年4月,页340 - 343。视图:出版商的网站|谷歌学术搜索
22. h·j·约翰逊和g·e·克里斯坦森,”一致的地标和灰度图像配准的。”IEEE医学成像,21卷,不。5,450 - 461年,2002页。视图:出版商的网站|谷歌学术搜索
23. c·v·斯图尔特、y l·李和c·l·蔡“uncertainty-driven混合的灰度和基于功能的注册与应用视网膜和肺部CT图像,”第七届国际研讨会论文集医学影像计算和计算机辅助介入(MICCAI ' 04)2004年9月,页870 - 877。视图:谷歌学术搜索
24. k·墨菲,b . van Ginneken j·p·w·Pluim s克莱因和m .盯着“半自动定量参考标准建设evaluatoin肺CT的登记,”第11届国际研讨会论文集医学影像计算和计算机辅助介入(MICCAI ' 08)卷,5242年,第1013 - 1006页,2008年。视图:谷歌学术搜索
25. 曹k, k叮,g·e·克里斯坦森和j·m·莱因哈特”组织体积和vesselness测量保护肺CT图像的非刚性的登记,”医学成像2010:图像处理美国学报学报》,2010年2月。视图:出版商的网站|谷歌学术搜索
26. 杜曹k, k, k叮,j·m·莱因哈特和g·e·克里斯坦森,“正规化肺部CT图像的非刚性的注册保护组织体积和vesselness措施,”重大挑战在医学图像分析,2010年。视图:谷歌学术搜索
27. 曹k, k叮,g·e·克里斯滕森m . l . Raghavan r . e . Amelon和j·m·莱因哈特”统一在灰度非刚性的肺部ct血管信息登记”诉讼的第四届国际研讨会在生物医学图像配准卷,6204在计算机科学的课堂讲稿施普林格,页1 - 12,2010。视图:谷歌学术搜索
28. 胡s、e·a·霍夫曼和j·m·莱因哈特”自动肺体积的准确定量x射线CT图像分割,“IEEE医学成像,20卷,不。6,490 - 498年,2001页。视图:出版商的网站|谷歌学术搜索
29. g . p . Penney j . Weese j . A, p . Desmedt d·l·g·希尔·d·j·霍克斯,“比较相似措施用于2-D-3-D医学图像配准,”IEEE医学成像,17卷,不。4、586 - 595年,1998页。视图:谷歌学术搜索
30. m·霍顿·d·l·g·希尔·e·r·e·丹顿et al .,“体素相似措施3 d系列脑图像配准,先生”IEEE医学成像,19卷,不。2、94 - 102年,2000页。视图:出版商的网站|谷歌学术搜索
31. 维基百科,“直方图匹配”,超文本文档,2012。视图:谷歌学术搜索
32. p . Thevenaz和m . Unser花键金字塔的方式使用互信息图像配准,”小波在信号和图像处理应用V卷,3169学报学报1997年7月,页236 - 247。视图:出版商的网站|谷歌学术搜索
33. t . s .柳,洞察图片:原则和实践分割、登记和图像分析2004年,正义与发展党彼得斯。
34. e·a·霍夫曼和e . l . Ritman”身体取向对地区的影响在狗和懒惰,肺扩张”应用生理学杂志卷,59号2、481 - 491年,1985页。视图:谷歌学术搜索
35. a . f . Frangi w . j . Niessen k . l . Vincken和m . a . Viergever“多尺度船舶增强过滤”医学影像计算和计算机辅助介入研讨会论文集(MICCAI ' 98)卷,1496年,第137 - 130页,1998年。视图:谷歌学术搜索
36. a . Enquobahrie l . Ibanez说,e·布利特和s . Aylward“血管增强扩散过滤器,”洞察力Journal-MICCAI开放科学研讨会,2007年。视图:谷歌学术搜索
37. g·e·克里斯坦森、s . c . Joshi和米勒,体积转换大脑解剖分析,“IEEE医学成像,16卷,不。6,864 - 877年,1997页。视图:谷歌学术搜索
38. g·e·克里斯坦森、r . d . Rabbitti和米勒,“3 d大脑映射使用可变形的神经解剖学,”物理学在医学和生物学,39卷,不。3、609 - 618年,1994页。视图:出版商的网站|谷歌学术搜索
39. g·e·克里斯坦森、r·d·洛夫和米勒,“可变形模板使用大变形运动学,”IEEE图像处理,5卷,不。10日,1435 - 1447年,1996页。视图:谷歌学术搜索
40. j . Kybic使用参数变形模型弹性图像配准(博士学位。论文)瑞士联邦理工学院,2001年瑞士洛桑。
41. 沈d和c . Davatzikos”锤:层次属性匹配的弹性注册机制,“IEEE医学成像,21卷,不。11日,第1439 - 1421页,2002年。视图:出版商的网站|谷歌学术搜索
42. 耿x、d·库马尔·g·e·克里斯坦森,“传递inverse-consistent总管登记,”《国际会议在医学影像信息处理卷,3564在计算机科学的课堂讲稿施普林格,页468 - 479年,2005年。视图:谷歌学术搜索
43. m . Vaillant和j . Glaunes“表面通过电流匹配,”在医学成像信息处理施普林格,页381 - 392年,2005年。视图:谷歌学术搜索
44. Kybic和m . Unser,“快弹性图像配准参数”,IEEE图像处理,12卷,不。11日,第1442 - 1427页,2003年。视图:出版商的网站|谷歌学术搜索
45. d .做出“非刚性的注册使用自由格式的变形:应用乳腺图像,先生”IEEE医学成像,18卷,不。8,712 - 721年,1999页。视图:谷歌学术搜索
46. g·e·克里斯坦森“逆登记对象边界约束条件一致,”第二届IEEE国际研讨会在生物医学成像:宏NanoIEEE,页591 - 594年,阿灵顿,弗吉尼亚州,美国,2004年4月。视图:谷歌学术搜索
47. m·米勒,a·巴纳吉·g·克里斯滕森et al .,“统计方法在计算解剖学,”医学研究统计方法》第六卷,没有。3、267 - 299年,1997页。视图:谷歌学术搜索
48. g·e·克里斯滕森r·d·洛夫·m·米勒et al .,“光滑的拓扑属性解剖地图,”在医学成像信息处理c . Braillot, y Bizais, r·d·Paola Eds。,3卷,第112 - 101页,1995年。视图:谷歌学术搜索
49. r·h·伯德·卢j . Nocedal和c·朱,“有限记忆绑定约束优化的算法,”暹罗期刊在科学计算,16卷,不。5,1190 - 1208年,1995页。视图:谷歌学术搜索
50. y . Choi和s·李”,吸水条件2 d和3 d均匀三次b样条函数,“图形化的模型,卷62,不。6,411 - 427年,2000页。视图:出版商的网站|谷歌学术搜索
51. h . Shikata说,e·a·霍夫曼和m . Sonka”自动分割肺血管树的3 d CT图像,”2004年医学成像:生理学、功能,从医学图像和结构,a . a . Amini和a . Manduca Eds。卷,5369学报学报,第116 - 107页,2004年。视图:谷歌学术搜索
52. 美国Ukil和j·m·莱因哈特Anatomy-guided肺叶在x射线CT图像分割,“IEEE医学成像,28卷,不。2、202 - 214年,2009页。视图:出版商的网站|谷歌学术搜索
53. j·m·莱因哈特k .叮,k .曹g·e·克里斯滕森e·a·霍夫曼和美国诉博达,“须就产权证估计当地的肺组织扩张氙CT措施具体的通风相比,“医学图像分析,12卷,不。6,752 - 763年,2008页。视图:出版商的网站|谷歌学术搜索
54. r·c·巴克先进的计算小姐,,麦格劳-希尔公司,圣路易斯,美国第3版,1978年版。
55. s . Kabus t . Klinder k·墨菲,b . van Ginneken c·洛伦茨和j·p·w·Pluim“评估4 d-ct肺登记,”第12届国际研讨会论文集医学影像计算和计算机辅助介入(MICCAI ' 09),第754 - 747页,2009年。视图:谷歌学术搜索
56. k·墨菲和b . van Ginneken肺图像配准方法,评价“超文本文档,2010。视图:谷歌学术搜索
57. k·墨菲,b . van Ginneken莱因哈特,“胸CT评价注册方法:EMPIRE10挑战,”IEEE医学成像,30卷,不。11日,第1920 - 1901页,2011年。视图:谷歌学术搜索
58. d . Loeckx d·史密兹j . Keustermans et al .,“3 d肺登记使用splineMIRIT和健壮树登记(RTR)”重大挑战在医学图像分析,2010年。视图:谷歌学术搜索
59. 诉Gorbunova, j·斯波尔,p . Lo a .德克森和m . de Bruijne”质量保存图像配准:2010年肺图像配准方法评价结果的挑战,”重大挑战在医学图像分析,2010年。视图:谷歌学术搜索

版权

版权©2012 Kunlin曹等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。