[論文レビュー] Statistical skull models from 3D X-ray images

Maxime Bérar, Michel Desvignes+2 more|arXiv (Cornell University)|Oct 22, 2006

Morphological variations and asymmetry参考文献 13被引用数 8

ひとこと要約

本論文では、3次元CTスキャンを用いて、マルチスケールの弾性レジストレーションアルゴリズムと主成分分析（PCA）を用いて、統計的3次元頭蓋骨および下あごモデルを構築した。この手法は、形状空間において0.1ミリメートル未満の再構成精度を達成し、カーネルPCAを用いて関節運動を組み込むことで、法医学的および人類学的応用における患者特異的頭蓋骨モデリングを統計的に高精度で実現した。

ABSTRACT

We present 2 statistical models of the skull and mandible built upon an elastic registration method of 3D meshes. The aim of this work is to relate degrees of freedom of skull anatomy, as static relations are of main interest for anthropology and legal medicine. Statistical models can effectively provide reconstructions together with statistical precision. In our applications, patient-specific meshes of the skull and the mandible are high-density meshes, extracted from 3D CT scans. All our patient-specific meshes are registrated in a subject-shared reference system using our 3D-to-3D elastic matching algorithm. Registration is based upon the minimization of a distance between the high density mesh and a shared low density mesh, defined on the vertexes, in a multi resolution approach. A Principal Component analysis is performed on the normalised registrated data to build a statistical linear model of the skull and mandible shape variation. The accuracy of the reconstruction is under the millimetre in the shape space (after rigid registration). Reconstruction errors for Scan data of tests individuals are below registration noise. To take in count the articulated aspect of the skull in our model, Kernel Principal Component Analysis is applied, extracting a non-linear parameter associated with mandible position, therefore building a statistical articulated 3D model of the skull.

研究の動機と目的

• 法医学的および人類学的分析に用いるため、3次元CTスキャンからの頭蓋骨および下あごの形状変動の統計的モデルの構築。
• 弾性メッシュレジストレーションを用いて共通の基準空間を介して頭蓋骨構造間の静的解剖的関係を確立。
• カーネルPCAを用いて非線形依存関係を組み込むことで、頭蓋骨-下あご関節の可動性をモデル化。
• 統計的不確実性を定量的に評価した高精度の患者特異的頭蓋骨再構成を達成。
• マルチスケールのレジストレーションフレームワークを用いて、再構成誤差をレジストレーションノイズのレベル未満に抑える。

提案手法

• 個々の患者の3次元CTスキャンから高密度の3次元頭蓋骨および下あごメッシュを抽出。
• マルチスケールの弾性レジストレーションアルゴリズムを用いて、すべての患者メッシュを低密度の共通基準メッシュに、対応する頂点間の距離メトリックを最小化することで整列。
• 収束性と精度を向上させるために、粗いスケールから細かいスケールへの段階的戦略を用いる。
• 正規化済みで登録済みの形状データに主成分分析（PCA）を適用し、集団内での線形形状変動をモデル化。
• 非線形依存関係、特に頭蓋骨に対する下あごの可動運動を捉えるために、カーネルPCAを用いる。
• 得られた統計的モデルにより、統計的信頼区間を伴う患者特異的頭蓋骨形状の再構成が可能になった。

実験結果

リサーチクエスチョン

• RQ1 患者特異的CTスキャンからの3次元頭蓋骨および下あご形状を、統計的形状モデリングを用いてどのように高精度にモデル化できるか？
• RQ2 新しいスキャンデータに適用した際、統計的モデルが達成可能な再構成精度はどの程度か？
• RQ3 頭蓋骨-下あご関節の可動性を統計的形状モデルにどのように組み込むことができるか？
• RQ4 再構成誤差は、データ内のレジストレーションノイズにどの程度依存するか？
• RQ5 マルチスケールの弾性レジストレーション法は、高密度3次元メッシュを共通基準系に効果的に整列させることができるか？

主な発見

• 剛体レジストレーション後の形状空間において、統計的モデルは再構成精度が1mm未満に達した。
• テスト対象者における再構成誤差は、レジストレーションノイズのレベル未満であり、モデルの頑健性と精度を示している。
• マルチスケールの弾性レジストレーションアルゴリズムの使用により、高密度メッシュを低密度基準メッシュに安定的かつ高精度に整列させた。
• カーネルPCAは、下あご位置の非線形変動を効果的に捉え、頭蓋骨の可動的統計モデルを実現した。
• 統計的モデルは形状再構成に加え、定量的不確実性を提供し、法医学的および人類学的推論を支援した。
• この手法により、頭蓋骨解剖学の自由度が、静的で集団ベースの形状関係を通じて効果的に関連付けられた。