[論文レビュー] Non-rigid image registration using spatially region-weighted correlation ratio and GPU-acceleration

Lun Gong, Cheng Zhang+5 more|arXiv (Cornell University)|Apr 13, 2018

Medical Image Segmentation Techniques参考文献 34被引用数 3

ひとこと要約

本稿では、強度の変動やノイズにさらされても精度を高めるために、三次スプラインモデルを用いて空間情報を統合する、非剛性医療画像登録のための新しい類似尺度、空間的領域重み付き相関比（SRWCR）を提案する。解析的勾配計算とGPU並列化により高い性能を達成し、4D-CT、OCT、PET/CTスキャンを含む多様なデータセットにおいて、最先端の手法を上回る。

ABSTRACT

Objective: Non-rigid image registration with high accuracy and efficiency is still a challenging task for medical image analysis. In this work, we present the spatially region-weighted correlation ratio (SRWCR) as a novel similarity measure to improve the registration performance. Methods: SRWCR is rigorously deduced from a three-dimension joint probability density function combining the intensity channels with an extra spatial information channel. SRWCR estimates the optimal functional dependence between the intensities for each spatial bin, in which the spatial distribution modeled by a cubic B-spline function is used to differentiate the contribution of voxels. We also analytically derive the gradient of SRWCR with respect to the transformation parameters and optimize it using a quasi-Newton approach. Furthermore, we propose a GPU-based parallel mechanism to accelerate the computation of SRWCR and its derivatives. Results: The experiments on synthetic images, public 4-D thoracic computed tomography (CT) dataset, retinal optical coherence tomography (OCT) data, and clinical CT and positron emission tomography (PET) images confirm that SRWCR significantly outperforms some state-of-the-art techniques such as spatially encoded mutual information and Robust PaTch-based cOrrelation Ration. Conclusion: This study demonstrates the advantages of SRWCR in tackling the practical difficulties due to distinct intensity changes, serious speckle noise, or different imaging modalities. Significance: The proposed registration framework might be more reliable to correct the non-rigid deformations and more potential for clinical applications.

研究の動機と目的

• 強度変化やノイズの影響を受ける医療画像登録において、高精度かつ効率的な非剛性画像登録の課題に対処すること。
• 自己相互情報量や相関比といった既存の類似尺度が、複雑な強度分布や空間的依存性を扱う際に抱える限界を克服すること。
• Bスプラインに基づく空間重み付けを用いて、空間的文脈を明示的にモデル化する類似尺度を開発すること。
• SRWCRおよびその勾配のGPU加速計算により、リアルタイム性能を実現すること。
• CT、PET、OCTを含む多様な臨床画像モalityにおける手法の検証。

提案手法

• SRWCRは、強度値と空間座標を組み合わせた三次元同時確率密度関数から導出される。
• 空間情報は三次スプライン関数を用いてモデル化され、ボクセル寄与に領域固有の重みを割り当てる。
• 各空間ビン内での移動画像と固定画像の強度間の関数的依存関係を推定することで、強度非一様性に対する耐性が向上する。
• 変換パラメータに関するSRWCRの解析的勾配が導出され、準ニュートン法による最適化が可能になる。
• SRWCR評価および勾配計算の高速化を目的としたGPUベースの並列計算フレームワークが設計された。
• 空間ビンおよび変換パラメータの across での効率的計算を可能とする、マルチスケール登録をサポートする。

実験結果

リサーチクエスチョン

• RQ1 空間的文脈を組み込んだ類似尺度が、強度変動やノイズの影響下でも非剛性画像登録の精度を向上させることができるか？
• RQ2 マルチモーダルおよびノイズ多きい状況下で、SRWCRは空間符号化相互情報量やRobust PaTch-based cOrrelation Rationといった最先端手法と比較してどのように差をつけるか？
• RQ3 GPU加速により計算時間をどの程度短縮できるか、同時に高い登録精度を維持できるか？
• RQ4 三次スプラインによる空間的重み付けの導入が、低強度コントラスト領域における相関比のロバストネスを向上させるか？
• RQ5 SRWCRはCT、PET、OCTといった多様な画像モダリティに一般化可能か？

主な発見

• SRWCRは、合成画像および臨床的4D-CTデータセットにおいて、空間符号化相互情報量およびRobust PaTch-based cOrrelation Rationを著しく上回る。
• 特に網膜OCTおよび臨床的PET/CTスキャンにおいて、重度のスぺックルノイズや強度非一様性の影響下でも優れた登録精度を達成する。
• GPU加速により計算時間が桁違いに短縮され、3Dボリュームのニアリアルタイム登録が可能になる。
• SRWCRの解析的勾配により、有限差分近似よりも高速な収束が準ニュートン最適化で達成できる。
• 三次スプラインによる空間的重み付けにより、ボクセル寄与の差別化が効果的に実現され、変形領域における局在化とロバストネスが向上する。
• 低コントラストおよび高ノイズを特徴とする画像モダリティに対しても、強力な一般化性能を示す。