[논문 리뷰] A Nonlinear Variational Approach to Motion-Corrected Reconstruction of Density Images

Martin Burger, Jan Modersitzki외 1명|arXiv (Cornell University)|2015. 11. 29.

Medical Imaging Techniques and Applications참고 문헌 40인용 수 3

한 줄 요약

이 논문은 동적 PET와 같은 분야에서 간접적이고 동적인 측정치로부터 밀도 영상의 움직임 보정 재구성에 비선형 변분 프레임워크를 제안한다. 이 방법은 초기 밀도에 대한 초탄성적이고 질량을 보존하는 변형으로서의 움직임을 모델링한다. 데이터 적합성, 총 변동성 정규화, 초탄성 정규화를 결합한 움직임 모델에 약한 미분형태 기반의 움직임을 적용하여 최소화자의 존재를 증명하고 기존 기법에 비해 이미지 품질 향상과 노이즈 억제를 입증한다.

ABSTRACT

The aim of this paper is to establish a nonlinear variational approach to the reconstruction of moving density images from indirect dynamic measurements. Our approach is to model the dynamics as a hyperelastic deformation of an initial density including preservation of mass. Consequently we derive a variational regularization model for the reconstruction, which - besides the usual data fidelity and total variation regularization of the images - also includes a motion constraint and a hyperelastic regularization energy. Under suitable assumptions we prove the existence of a minimizer, which relies on the concept of weak diffeomorphisms for the motion. Moreover, we study natural parameter asymptotics and regularizing properties of the variational model. Finally, we develop a computational solution method based on alternating minimization and splitting techniques, with a particular focus on dynamic PET. The potential improvements of our approach compared to conventional reconstruction techniques are investigated in appropriately designed examples.

연구 동기 및 목표

• 저감된 수량 또는 노이즈가 있는 동적 측정치로부터 움직이는 밀도 영상을 재구성하는 데 도전하는 것 — 특히 심장 PET에서의 응용을 중심으로 한다.
• 낮은 횟수나 저감 측정으로 인해 신호 대 노이즈 비율이 열악한 단일 시간 단계 재구성 기법의 한계를 극복하는 것.
• 이미지 재구성과 운동 추정을 동시에 수행하면서 물리적 일관성을 확보하는 통합된 변분 모델을 개발하는 것.
• 초탄성 정규화 에너지와 약한 미분형태 프레임워크를 통해 질량 보존과 부드럽고 가역적인 변형을 보장하는 것.
• 약한 미분형태 이론과 존재성 및 渐近 분석을 통해 제안된 모델의 이론적 수렴성과 정규화 성질을 확립하는 것.

제안 방법

• 시간에 따라 변화하는 밀도를 초기 밀도에 대한 초탄성 변형으로 모델링하며, 변환식 $\rho^i(x) = \rho^0(y^i(x)) \cdot \det(\nabla y^i(x))$ 에서 앙금 행렬식을 통해 질량 보존 조건을 강제한다.
• 측정된 투과도에 대한 데이터 적합성, 영상의 흐린 특성에 적합한 총 변동성 정규화, 운동의 부드러움을 위한 초탄성 정규화를 조합한 변분 기능을 구성한다.
• 움직임은 약한 미분형태 프레임워크로 제약을 가하며, 영역 공식과 Lusin 조건을 통해 거의 everywhere 근처 미분 가능성, 양수인 앙금 행렬식, 전역 가역성을 보장한다.
• 변형 기울기, 여인수, 행렬식을 기반으로 한 노름 $\|y\|_{\operatorname{dif}^{p,q}}$ 이 도입되어 물리적으로 타당하고 정규적인 변형을 보장한다.
• 효율적인 수치적 해법을 위해 기능을 이미지와 운동 하위문제로 분리하는 교대 최소화 알고리즘을 개발한다.
• 포isson 분포 노이즈를 가진 동적 PET에서 검증되며, 음의 로그우도 데이터 적합성과 운동 보정을 통한 반복적 정밀화 기법을 적용한다.

실험 결과

연구 질문

• RQ1 이미지 재구성과 운동 추정을 결합한 비선형 변분 모델이 기존의 별도 재구성 기법보다 동적 PET에서 더 높은 품질의 밀도 영상을 제공할 수 있는가?
• RQ2 움직이는 밀도 영상의 변분 프레임워크에서 질량 보존과 물리적으로 타당한 변형을 어떻게 수학적으로 강제할 수 있는가?
• RQ3 데이터 적합성, 영상 정규화, 초탄성 운동 에너지를 조합한 변분 모델의 이론적 성질 — 예를 들어 최소화자의 존재성과 정규화 행동 — 는 무엇인가?
• RQ4 약한 미분형태의 사용이 큰 변형을 허용하면서도 변형장의 가역성과 부드러움을 어떻게 보장하는가?
• RQ5 이중 재구성 및 운동 추정 문제를 해결하기 위해 사용된 교대 최소화 방법의 수렴성 및 안정성 성질은 무엇인가?

주요 결과

• 적절한 가정 하에 제안된 변분 모델은 약한 미분형태 이론과 전역 가역성 조건을 통해 최소화자가 존재함을 증명한다.
• 최소화자의 존재는 약한 미분형태의 사용에 의존하며, 이는 거의 everywhere 근처의 미분 가능성, 양수인 앙금 행렬식, 전역 가역성을 보장한다.
• 모델은 정규화 성질을 보이며, 정규화 매개수를 조정함에 따라 渐近적 행동이 물리적으로 타당한 해로 수렴함을 보여준다.
• 교대 최소화와 분할 기법에 기반한 계산 방법은 일관되게 수렴하며, 재구성과 운동 추정을 번갈아 수행하는 기존 반복적 기법에서 흔히 발생하는 아티팩트를 피한다.
• 수치적 예제는 저감된 수량의 동적 PET 환경에서 기존 재구성 기법에 비해 신호 대 노이즈 비율과 이미지 품질 향상이 뚜렷하게 향상됨을 보여준다.
• 데이터 적합성 항을 해당 음의 로그우도로 교체함으로써 포isson 이외의 노이즈 모델, 예를 들어 가감성 또는 배경 노이즈 모델로도 이 프레임워크를 확장할 수 있다.