[논문 리뷰] Non-rigid image registration using spatially region-weighted correlation ratio and GPU-acceleration

Lun Gong, Cheng Zhang외 5명|arXiv (Cornell University)|2018. 04. 13.

Medical Image Segmentation Techniques참고 문헌 34인용 수 3

한 줄 요약

이 논문은 강성 없는 의료 영상 정합에 적합한 새로운 유사도 측정법인 공간적 영역 가중 상관계수 비율(Spatially Region-Weighted Correlation Ratio, SRWCR)을 제안한다. 이 방법은 입체 B스플라인 모델링을 통해 공간 정보를 통합하여 강도 변화와 노이즈 상황에서도 정확도를 향상시킨다. 분석적 기울기 계산과 GPU 기반 병렬 처리를 통해 최첨단 기법들을 능가하는 높은 성능을 달성하였으며, 4D-CT, OCT, PET/CT 스캔을 포함한 다양한 데이터셋에서 검증되었다.

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.

연구 동기 및 목표

• 강도 변화와 노이즈 상황에서도 높은 정확도와 효율성을 확보하는 비정상적 영상 정합 기술의 도전 과제를 해결하기 위해.
• 기존의 상호정보량과 상관계수 비율과 같은 유사도 측정법이 복잡한 강도 분포와 공간적 종속성을 다루는 데에 한계를 보이는 문제를 해결하기 위해.
• B스플라인 기반 공간 가중치를 사용하여 공간적 맥락을 명시적으로 모델링하는 유사도 측정법을 개발하기 위해.
• SRWCR와 그 기울기의 GPU 기반 병렬 계산을 통해 실시간 성능을 달성하기 위해.
• CT, PET, OCT를 포함한 다양한 임상 영상 모odalities에서 방법의 유효성을 검증하기 위해.

제안 방법

• SRWCR는 강도 값과 공간 좌표를 조합한 3차원 공동확률밀도함수로부터 유도된다.
• 공간 정보는 입체 B스플라인 함수를 사용하여 각 볼록체 기여에 대해 영역별 가중치를 할당함으로써 모델링된다.
• 각 공간 박스 내에서 이동 영상과 고정 영상 강도 간의 기능적 의존성을 추정함으로써 강도 비균일성에 대한 내성 향상이 이루어진다.
• quasi-Newton 최적화 방법을 위한 SRWCR의 변환 매개변수에 대한 분석적 기울기가 유도된다.
• SRWCR 평가 및 기울기 계산을 가속화하기 위한 GPU 기반 병렬 컴퓨팅 프레임워크가 설계되었다.
• 공간 박스와 변환 매개변수 간의 효율적 계산을 지원하는 다중 해상도 정합을 위한 프레임워크가 구현되었다.

실험 결과

연구 질문

• RQ1 공간적 맥락을 통합한 유사도 측정법이 강도 변화와 노이즈 상황에서 비정상적 영상 정합 정확도를 향상시킬 수 있는가?
• RQ2 다중 모달리티 및 노이즈가 많은 상황에서 SRWCR은 공간 인코딩 상호정보량과 Robust PaTch-based cOrrelation Ration과 비교해 어떻게 성능을 발휘하는가?
• RQ3 GPU 가속을 통해 계산 시간을 얼마나 줄일 수 있으며, 높은 정합 정확도를 유지할 수 있는가?
• RQ4 공간 B스플라인 가중치의 포함이 저강도 대비 영역에서 상관계수 비율의 강인성 향상에 기여하는가?
• RQ5 SRWCR은 CT, PET, OCT와 같은 다양한 영상 모달리티에 일반화될 수 있는가?

주요 결과

• SRWCR는 합성 영상과 임상용 4D-CT 데이터셋에서 공간 인코딩 상호정보량 및 Robust PaTch-based cOrrelation Ration보다 유의미하게 뛰어난 성능을 보였다.
• 특히 망막 OCT 및 임상용 PET/CT 스캔에서 심한 스펙클 노이즈와 강도 비균일성 상황에서도 뛰어난 정합 정확도를 달성하였다.
• GPU 가속 덕분에 계산 시간이 수 개의 지수 수준으로 감소하여 3D 볼륨에 대한 거의 실시간 정합이 가능해졌다.
• SRWCR의 분석적 기울기는 유한차분 근사보다 더 빠른 수렴을 가능하게 하여 quasi-Newton 최적화에서 성능 향상을 이룩하였다.
• 입체 B스플라인을 통한 공간 가중치는 볼록체 기여도를 효과적으로 구분하여 변형이 심한 영역에서 국소화 및 강인성을 향상시켰다.
• 이 프레임워크는 저대비 및 고노이즈 영상 모달리티 간에도 강력한 일반화 성능을 보였다.