[논문 리뷰] PVR: Patch-to-Volume Reconstruction for Large Area Motion Correction of Fetal MRI

Amir Alansary, Bernhard Kainz외 9명|arXiv (Cornell University)|2016. 11. 22.

Fetal and Pediatric Neurological Disorders참고 문헌 21인용 수 4

한 줄 요약

이 논문은 복부 MRI에서의 움직임을 보정하기 위한 새로운 방법인 패치-부피 재구성(Patch-to-Volume Reconstruction, PVR)을 제안한다. PVR는 움직임으로 인해 손상된 겹치는 2D 슬라이스에서 패치 기반 최적화, 초해상도 처리 및 자동 이상치 제거를 통해 고해상도 3D 부피를 재구성한다. 시뮬레이션 실험에서 기존의 표준 슬라이스-부피 정렬(SVR) 대비 약 30% 향상된 재구성 정확도를 기록하며, 실제 임상 데이터에서 자궁 전체, 태아, 태반을 안정적이고 자동으로 재구성할 수 있다.

ABSTRACT

In this paper we present a novel method for the correction of motion artifacts that are present in fetal Magnetic Resonance Imaging (MRI) scans of the whole uterus. Contrary to current slice-to-volume registration (SVR) methods, requiring an inflexible anatomical enclosure of a single investigated organ, the proposed patch-to-volume reconstruction (PVR) approach is able to reconstruct a large field of view of non-rigidly deforming structures. It relaxes rigid motion assumptions by introducing a specific amount of redundant information that is exploited with parallelized patch-wise optimization, super-resolution, and automatic outlier rejection. We further describe and provide an efficient parallel implementation of PVR allowing its execution within reasonable time on commercially available graphics processing units (GPU), enabling its use in the clinical practice. We evaluate PVR's computational overhead compared to standard methods and observe improved reconstruction accuracy in presence of affine motion artifacts of approximately 30% compared to conventional SVR in synthetic experiments. Furthermore, we have evaluated our method qualitatively and quantitatively on real fetal MRI data subject to maternal breathing and sudden fetal movements. We evaluate peak-signal-to-noise ratio (PSNR), structural similarity index (SSIM), and cross correlation (CC) with respect to the originally acquired data and provide a method for visual inspection of reconstruction uncertainty. With these experiments we demonstrate successful application of PVR motion compensation to the whole uterus, the human fetus, and the human placenta.

연구 동기 및 목표

• 비정상적이고 예측 불가능한 움직임이 태반 MRI의 영상 품질을 떨어뜨리고 진단을 어렵게 하는 문제를 해결하기 위해.
• 고정된 움직임을 가정하는 전통적인 슬라이스-부피 정렬(SVR)의 한계를 극복하기 위해, 자궁 및 태반과 같이 큰 비정상적 변형을 겪는 구조물에 대해 어려움을 겪는 문제를 해결하기 위해.
• 수동 조작 없이도 여러 움직임으로 손상된 2D 슬라이스 스택에서 고해상도 3D 부피를 자동으로 재구성하는 세그멘테이션 불필요한 방법을 개발하기 위해.
• 효율적인 GPU 가속 병렬 구현을 통해 실시간으로 임상적으로 실행 가능한 움직임 보정을 가능하게 하기 위해.
• 단일 지표를 넘어서 재구성 품질을 평가하기 위해 시각적 불확실성 검사 및 구조적 유사도(DSSIM) 히트맵을 도입하기 위해.

제안 방법

• 겹치는 2D 슬라이스에서 패치를 추출하고, 움직임 보정된 패치 기반 최적화를 통해 고해상도(HR) 부피를 저해상도(LR) 입력에서 재구성한다.
• 각 LR 이미지를 HR 부피의 하향 샘플링, 흐림 처리 및 움직임에 의해 손상된 버전으로 모델링하는 초해상도 모델을 사용한다: $ x_i = W_i y + n_i $, 여기서 $ W_i = D B T_i $이며, 하향 샘플링, 흐림 처리 및 변환을 조합한다.
• 병렬 처리 및 GPU 가속을 통해 효율적인 계산을 가능하게 하는 최적화 프레임워크를 구현하며, 고정 크기의 정사각형 또는 다중 척도 슈퍼픽셀을 기반으로 패치 선택을 통해 효율성과 정확도를 향상시킨다.
• EM 기반 알고리즘을 사용해 일관되지 않거나 손상된 데이터를 자동으로 식별하고 제거하는 이상치 제거 기능을 구현한다.
• 고정 크기 및 다중 크기 패치 설정을 모두 지원하며, 다중 척도 슈퍼픽셀은 자궁 및 태반과 같은 비정상적 영역에서 더 뛰어난 성능을 보인다.
• 재구성 불확실성을 DSSIM 히트맵을 사용해 시각화하여 3D 부피 전반에 걸친 신뢰성에 대한 정성적 평가를 가능하게 한다.

실험 결과

연구 질문

• RQ1 대규모 비정상적 태아 및 모체의 움직임이 존재하는 상황에서, 패치 기반 재구성 방법이 기존의 표준 SVR 대비 뛰어난 움직임 보정 성능을 달성할 수 있는가?
• RQ2 패치 유형(정사각형 대비 슈퍼픽셀) 및 크기(고정 크기 대비 다중 척도)의 선택이 재구성 정확도와 계산 효율성에 어떤 영향을 미치는가?
• RQ3 PVR은 수동 세그멘테이션 또는 관심 영역 정의 없이도 복잡한 비정상적으로 변형되는 구조물, 예를 들어 태반 및 자궁 전체를 얼마나 잘 재구성할 수 있는가?
• RQ4 복수의 태아나 극단적인 사지 움직임이 있는 임상 상황에서 PVR의 성능은 어떠한가?
• RQ5 DSSIM 히트맵과 같은 시각적 불확실성 지표가 움직임으로 손상된 태반 MRI에서 재구성 신뢰성을 효과적으로 드러낼 수 있는가?

주요 결과

• 유도성 변형 아티팩트가 있는 시뮬레이션 실험에서 PVR은 기존의 표준 SVR 대비 약 30% 향상된 재구성 정확도를 기록한다.
• 슈퍼픽셀 기반 패치가 정사각형 패치보다 비정상적으로 변형되는 영역(예: 태반, 자궁)에서 뛰어난 성능을 보인다.
• 수동 세그멘테이션 또는 영역 식별 없이도 이중 임신에서 자궁 전체, 태아 뇌, 태반, 여러 태아를 성공적으로 재구성한다.
• 다중 척도 슈퍼픽셀 패치는 겹치는 정사각형 패치보다 유의미하게 계산 효율성이 뛰어나면서도 동일한 재구성 정확도를 유지한다.
• 극단적인 사지 움직임(슬라이스 간 거리 2cm 초과)에서는 강도 기반 최적화의 구조적 공감대 부족으로 인해 세밀한 구조를 재구성하지 못하는 것으로 나타나, 이는 강도 기반 최적화의 한계를 보여준다.
• DSSIM 히트맵을 사용한 시각적 검토는 3D 부피 전반에 걸쳐 재구성 품질의 공간적 변동성을 드러내며, 임상의가 신뢰할 수 없는 영역을 식별하는 데 도움이 된다.