[論文レビュー] Multiple Shape Registration using Constrained Optimal Control

Sylvain Arguillère, Emmanuel Trélat+2 more|arXiv (Cornell University)|Mar 2, 2015

Medical Image Segmentation Techniques参考文献 47被引用数 3

ひとこと要約

本稿では、各形状に対して独立した微分同相を用い、背景変形および接触制約を組み合わせることで、配置の一貫性を保つ複数形状の同時登錻のための制約付き最適制御フレームワークを提案する。この手法により、形状固有の変形を分離しつつ幾何学的整合性を確保することで、局所的ヤコビアン度合をよりよく保ち、単一微分同相LDDMMに比べて、より正確でアーティファクトのない複雑な解剖的構造の登錻が可能になる。

ABSTRACT

Lagrangian particle formulations of the large deformation diffeomorphic metric mapping algorithm (LDDMM) only allow for the study of a single shape. In this paper, we introduce and discuss both a theoretical and practical setting for the simultaneous study of multiple shapes that are either stitched to one another or slide along a submanifold. The method is described within the optimal control formalism, and optimality conditions are given, together with the equations that are needed to implement augmented Lagrangian methods. Experimental results are provided for stitched and sliding surfaces.

研究の動機と目的

• 古典的LDDMMの限界、すなわちすべての形状に同一のグローバルな微分同相を適用するため、形状同士が近接している場合に不自然な変形が生じる問題に対処すること。
• 接触制約を通じて配置の一貫性を維持しつつ、独立した形状固有の変形モデリングを可能にすること。
• 表面における同一化およびスライディング制約をサポートする、多形状登錻の一般化されたフレームワークの構築。
• 制約付き最適制御問題を解くために、増強ラグランジュ法を用いた数値的に安定した手法の開発。
• 提案された多形状アプローチでは、ヤコビアン行列式（変形マーカー）が標準LDDMMに比べてより意味的で一貫性があることを示すこと。

提案手法

• LDDMMフレームワーク内において、各形状に別個の微分同相を用い、背景変形を組み合わせた制約付き最適制御問題として多形状登錻を定式化する。
• 背景多様体を独立して変形させ、等式制約を用いて形状境界の一貫性を強制することで、接触制約を実装する。
• 増強ラグランジュ法を適用して制約付き最適化問題を数値的に解き、安定した収束を実現する。
• ポントレヤーギンの最大原理を用いて最適性条件を導出し、共役変数を含むTwo-point boundary value problemに帰着する。
• 再生成核ヒルバート空間における時間積分されたベクトル場による微分同相の離散的定式化を採用する。
• 局所的な伸長および圧縮を分析するため、法線および接線ヤコビアン行列式に基づく変形マーカーを用いる。

実験結果

リサーチクエスチョン

• RQ1 複数の形状を独立した変形場を用いて同時に登錻可能であり、幾何学的整合性を保てるか？
• RQ2 大変形微分同相フレームワーク内において、形状間の接触制約を数学的にモデル化し、強制することは可能か？
• RQ3 提案手法は、単一微分同相LDDMMと比較して、形状が近接する領域における誤った圧縮アーティファクトを低減するか？
• RQ4 多形状制約を用いる場合、法線および接線ヤコビアン度合が真の形状変形をどの程度正確に反映しているか？
• RQ5 増強ラグランジュ法は、多形状登錻に生じる高次元かつ制約付き最適化問題を効果的に処理できるか？

主な発見

• 提案手法は、単一微分同相LDDMMで観察された強い圧縮アーティファクトを効果的に防止する。特に形状が近接している場合に顕著である。
• 同一化制約を適用した場合、ボールAのような領域では法線ヤコビアンが一様に拡張され、単一微分同相の場合に見られる極端な歪みが回避される。
• スライディング制約は、形状間で一貫した変形パターンを維持し、同一化制約と比較して接線ヤコビアンにわずかな差異を示す。これにより、手法の頑健性が裏付けられる。
• 変形マーカー（ヤコビアン行列式）は、多形状フレームワークにおいてより信頼性が高く、解釈可能である。これは、真の形状固有の変化を反映しているためであり、誤った相互作用を示さない。
• 増強ラグランジュ法により、数値的実装が安定するが、高次元最適化のため収束が遅い。
• 合成および実際の皮質下構造（海馬、扁桃体、ERC）を用いた実験結果から、本手法は一貫性があり、解剖学的に妥当な変形を生成することが確認された。