[논문 리뷰] MRI-PET Registration with Automated Algorithm in Pre-clinical Studies

Nathanael L. Baisa, Stéphanie Bricq외 1명|arXiv (Cornell University)|2017. 05. 19.

Medical Imaging Techniques and Applications참고 문헌 9인용 수 3

한 줄 요약

이 논문은 주성분 분석(PCA)으로 초기화된 전역 유사변형 정렬과 국소 B-spline 변환을 통한 완전 자동화된 MRI-PET 정렬 방법을 제안하며, 비-PCA로 초기화된 방법보다 정확도를 크게 향상시킨다. 이 방법은 뇌 및 신장 데이터셋에서 피크 정합 오차(TRE)가 1mm 미만으로 나타나 수동 초기화보다 빠르고 정밀한 성능을 보인다.

ABSTRACT

Magnetic Resonance Imaging (MRI) and Positron Emission Tomography (PET) automatic 3-D registration is implemented and validated for small animal image volumes so that the high-resolution anatomical MRI information can be fused with the low spatial resolution of functional PET information for the localization of lesion that is currently in high demand in the study of tumor of cancer (oncology) and its corresponding preparation of pharmaceutical drugs. Though many registration algorithms are developed and applied on human brain volumes, these methods may not be as efficient on small animal datasets due to lack of intensity information and often the high anisotropy in voxel dimensions. Therefore, a fully automatic registration algorithm which can register not only assumably rigid small animal volumes such as brain but also deformable organs such as kidney, cardiac and chest is developed using a combination of global affine and local B-spline transformation models in which mutual information is used as a similarity criterion. The global affine registration uses a multi-resolution pyramid on image volumes of 3 levels whereas in local B-spline registration, a multi-resolution scheme is applied on the B-spline grid of 2 levels on the finest resolution of the image volumes in which only the transform itself is affected rather than the image volumes. Since mutual information lacks sufficient spatial information, PCA is used to inject it by estimating initial translation and rotation parameters. It is computationally efficient since it is implemented using C++ and ITK library, and is qualitatively and quantitatively shown that this PCA-initialized global registration followed by local registration is in close agreement with expert manual registration and outperforms the one without PCA initialization tested on small animal brain and kidney.

연구 동기 및 목표

• 높은 이방성과 낮은 강도 대비로 인해 표준 인간 기반 알고리즘이 실패하는 소형 동물 전임상 연구에서 다중 모odal 영상 정렬의 정확도를 해결한다.
• 사전 처리 단계 없이도 강체(예: 뇌) 및 비강체(예: 신장, 심장) 장기를 모두 처리할 수 있는 강력하고 완전 자동 정렬 파이프라인을 개발한다.
• 상호정보 기반 최적화에 대한 초기 이동 및 회전 파rameter 추정을 위해 PCA를 통합하여 정렬 정확도와 수렴 속도를 향상시킨다.
• 다양한 소형 동물 데이터셋(뇌 및 신장 포함)을 대상으로 방법을 검증하여 다양한 해부학적 구조에 대한 일반화 능력을 입증한다.
• 고속 암 및 약물 개발 연구에서 사용 가능한 C++ 및 ITK를 활용한 계산 효율성이 높은 솔루션을 제공한다.

제안 방법

• 전역 유사변형 정렬을 향상시키고 노이즈 민감도를 감소시키기 위해 영상 볼륨에 3단계의 다중 해상도 피라미드를 적용한다.
• MRI 및 PET 영상 간 유사성 척도로 상호정보를 사용하며, 공동 확률 계산을 위해 Parzen 창 밀도 추정을 적용한다.
• EM 알고리즘을 통해 선택된 3차원 공간 위치에 대해 PCA를 적용하여 초기 변환 파rameter(이동 및 회전)를 추정함으로써 정렬 초기화를 향상시킨다.
• 국소 비강체 정렬을 위해 이중 수준의 다중 해상도 B-spline 그리드를 구현하여 전역 정렬을 공간 적응형 변형으로 정밀하게 보완한다.
• 정렬 파이프라인을 순차적으로 적용: ITK 라이브러리를 사용한 PCA로 초기화된 전역 유사변형 정렬 → 국소 B-spline 정렬 개선.
• 비용 함수로 상호정보를 사용하고 기울기 자유 알고리즘을 최적화하여 모odal 간 분산을 최소화한다.

실험 결과

연구 질문

• RQ1 비-PCA로 초기화된 방법과 비교해, PCA로 초기화된 전역 유사변형 정렬이 소형 동물 데이터셋의 MRI-PET 정렬에서 수렴성과 정확도를 향상시키는가?
• RQ2 전역 유사변형과 국소 B-spline 변환의 조합이 뇌 및 신장과 같은 강체 및 비강체 장기를 정렬하는 데 얼마나 효과적인가?
• RQ3 사전 세그멘테이션 또는 마스크 없이도 제안된 방법이 피크 정합 오차(TRE)를 얼마나 줄이는가?
• RQ4 소형 동물 연구에서 흔한 고이방성 MRI 영상 및 노이즈가 많은 PET 영상에서 이 방법의 성능은 어떠한가?
• RQ5 모달리티 특화 조정 없이도 다양한 해부학적 구조(예: 뇌, 신장, 쇄골)에서 신뢰할 수 있는 정렬을 달성할 수 있는가?

주요 결과

• PCA로 초기화된 전역 유사변형 정렬은 평균 피크 정합 오차(TRE)를 뇌에서 0.38 mm, 신장에서 0.47 mm로 줄여 비-PCA로 초기화된 방법(각각 1.07 mm 및 1.23 mm)보다 유의미하게 높은 정확도를 달성했다.
• 국소 B-spline 정렬을 추가함으로써 뇌에서는 최대 15%, 신장에서는 최대 25%의 TRE 감소를 기록하여 전역 정렬만으로는 달성하지 못한 정밀도 향상을 이뤘다.
• PCA 초기화를 사용할 경우 뇌 정렬에서 반복 수(42회 대비 46회)와 소요 시간(36초 대비 40초)이 줄어 수렴 속도가 빨라졌다.
• 동일 모달리티인 MRI-MRI 정렬(뇌 및 신장)에서도 PCA로 초기화된 방법은 뇌에서 0.07 mm, 신장에서 0.15 mm의 1mm 이하 TRE를 달성하여 동일 모달리티 정렬의 높은 정밀도를 입증했다.
• PCA 초기화 시 상호정보(MI) 품질 척도가 향상되었으며(예: 뇌에서 -0.408 대비 -0.402), 정렬된 영상 간의 유사도가 높아짐을 나타냈다.
• 고이방성 데이터셋(예: 뇌 MRI에서 0.156×0.156×1.8 mm³)과 노이즈가 많은 PET 스캔(0.387×0.387×0.775 mm³) 모두를 성공적으로 정렬하여 영상 품질 변동에 대한 강건성을 입증했다.