[논문 리뷰] Landmark and Intensity Based Registration with Large Deformations via Quasi-conformal Maps

Lam Ka Chun, Lok Ming Lui|arXiv (Cornell University)|2013. 10. 07.

Medical Image Segmentation Techniques참고 문헌 2인용 수 5

한 줄 요약

이 논문은 대칭 변형을 가진 이미지와 표면에 대해 유사 등각 사상( quasi-conformal maps )을 사용하여 디퍼모르픽 등록 방법을 제안한다. 벨트라미 계수 기반의 에너지 기능을 최소화하여 이중성과 매끄러움을 보장한다. 이 방법은 극한의 변형 조건에서도 안정적인 랜드마크 기반 및 하이브리드 랜드마크-강도 등록을 가능하게 하며, 일대일 대응을 보장한다. 실험 결과, 랜드마크 중심의 기존 방법보다 높은 정확도를 확보하였다.

ABSTRACT

Registration, which aims to find an optimal one-to-one correspondence between different data, is an important problem in various fields. This problem is especially challenging when large deformations occur. In this paper, we present a novel algorithm to obtain diffeomorphic image or surface registrations with large deformations via quasi-conformal maps. The basic idea is to minimize an energy functional involving a Beltrami coefficient term, which measures the distortion of the quasi-conformal map. The Beltrami coefficient effectively controls the bijectivity and smoothness of the registration, even with very large deformations. Using the proposed algorithm, landmark-based registration between images or surfaces can be effectively computed. The obtained registration is guaranteed to be diffeomorphic (1-1 and onto), even with a large deformation or large number of landmark constraints. The proposed algorithm can also be combined with matching intensity (such as image intensity or surface curvature) to improve the accuracy of the registration. Experiments have been carried out on both synthetic and real data. Results demonstrate the efficacy of the proposed algorithm to obtain diffeomorphic registration between images or surfaces.

연구 동기 및 목표

• 큰 기하학적 변형 하에서 이중성과 매끄러움을 유지하는 이미지 및 표면 등록의 과제를 해결한다.
• 높은 변형 또는 많은 랜드마크 조건에서도 디퍼모르픽(일대일 및 전사) 사상이 보장되는 변분 프레임워크를 개발한다.
• 강도 정보(예: 이미지 강도, 표면 곡률)를 랜드마크 제약 조건과 융합하여 등록 정확도를 향상시킨다.
• 실제 및 시뮬레이션 데이터에서 랜드마크 기반 및 하이브리드 등록에 모두 적용 가능한 수치적으로 안정적이고 효율적인 알고리즘을 제공한다.

제안 방법

• 유사 등각 사상에서 기하학적 왜곡을 측정하고 제어하기 위해 벨트라미 계수 항을 포함하는 변분 에너지 기능을 수립한다.
• 에너지 기능을 최소화하여 최적의 벨트라미 계수를 계산함으로써, 결과적으로 디퍼모르픽이면서 매끄러운 사상을 확보한다.
• 벨트라미 계수를 사용하여 유사 등각 사상을 매개변수화함으로써, 등각성 왜곡과 이중성에 대한 제어를 가능하게 한다.
• 강도 일치(예: 표면 곡률 또는 이미지 강도)를 에너지 기능에 통합하여 랜드마크를 초월한 정밀한 등록을 향상시킨다.
• 벨트라미 방정식의 수치적 해법기를 사용하여 알고리즘을 구현함으로써, 삼각형 메esh와 2D/3D 이미지에서 효율적인 계산을 가능하게 한다.
• 랜드마크 기반 모델을 강도 기반 유사도 측정 기준과 결합하여 하이브리드 프레임워크로 확장한다.

실험 결과

연구 질문

• RQ1 벨트라미 계수 기반의 변분 방법이 대규모 변형 조건에서도 이중성과 매끄러움을 보장할 수 있는가?
• RQ2 랜드마크 제약 조건과 강도 정보를 융합할 경우, 랜드마크 중심의 방법에 비해 등록 정확도는 얼마나 향상되는가?
• RQ3 큰 수의 랜드마크 제약 조건이나 극한의 기하학적 왜곡 조건에서도 제안된 방법이 디퍼모르픽 성질을 유지할 수 있는가?
• RQ4 강도 일치 요소가 포함될 경우, 일관된 곡률 매핑을 통해 기하학적 불일치가 얼마나 감소하는가?

주요 결과

• 제안된 방법은 대규모 변형이나 높은 수의 랜드마크 제약 조건이 존재하더라도 디퍼모르픽 등록(일대일 및 전사)을 보장한다.
• 랜드마크 중심의 등록은 곡률 매핑이 일관되지 않음을 보여주었으며(그림 17의 빨간 상자 영역에서의 불일치로 확인됨), 이는 정확도 결여를 시사한다.
• 랜드마크와 곡률 정보를 모두 사용한 하이브리드 등록은 대응 영역 간에 일관된 곡률 매핑을 달성하였다(그림 18 참조), 이는 정확도 향상을 입증한다.
• 최적화 단계를 거치면서 곡률 불일치 오차가 점진적으로 감소하는 것으로 나타났으며(그림 20(D) 참조), 안정적이고 저왜곡 해에 수렴하는 것을 확인하였다.
• 인간의 치아와 얼굴 표면에 대한 실험을 통해 하이브리드 모델이 랜드마크 중심의 등록보다 기하학적 일관성을 훨씬 우수하게 유지하는 것으로 확인되었다.
• 이 방법은 복잡한 해부학적 구조를 효과적으로 처리하며, 실제 의료 및 그래픽스 데이터에서 정확하고 매끄럽고 이중적인 사상을 제공한다.