[论文解读] A Nonlinear Variational Approach to Motion-Corrected Reconstruction of Density Images

Martin Burger, Jan Modersitzki+1 more|arXiv (Cornell University)|Nov 29, 2015

Medical Imaging Techniques and Applications参考文献 40被引用 3

一句话总结

本文提出了一种非线性变分框架，用于从动态、间接测量中进行运动校正的密度图像重建——尤其适用于动态正电子发射断层扫描（PET）——通过将运动建模为初始密度的超弹性、质量守恒变形。该方法结合了数据保真度、总变差正则化和超弹性正则化，并采用基于弱微分同胚的运动模型，证明了极小化解的存在性，并在图像质量与噪声抑制方面优于传统技术。

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.

研究动机与目标

• 为解决从欠采样或噪声较大的动态测量中重建运动密度图像的挑战，特别是在心脏正电子发射断层扫描中的应用。
• 克服单独时间步长重建方法的局限性，后者因计数低或欠采样导致信噪比差。
• 开发一种统一的变分模型，同时实现图像重建与运动估计，并保证物理一致性。
• 通过超弹性正则化能量与弱微分同胚框架，确保质量守恒与平滑、可逆的形变。
• 通过极小化解的存在性与渐近分析，建立所提模型的理论收敛性与正则化性质。

提出的方法

• 该方法将随时间演化的密度建模为初始密度的超弹性形变，通过变换方程中的雅可比行列式强制质量守恒：$\rho^i(x) = \rho^0(y^i(x)) \cdot \det(\nabla y^i(x))$。
• 构建一个变分泛函，结合测量投影的数据保真度、用于图像稀疏性的总变差正则化，以及用于运动平滑性的超弹性正则化。
• 利用弱微分同胚框架对运动进行约束，通过面积公式与卢辛条件，确保几乎处处近似可微性、正雅可比行列式以及全局可逆性。
• 通过形变梯度、余子式与行列式构造范数 $\|y\|_{\operatorname{dif}^{p,q}}$，以强制实现物理解释性与正则性。
• 开发了一种交替最小化算法，将泛函分解为图像与运动子问题，以实现高效的数值求解。
• 在具有泊松分布噪声的动态正电子发射断层扫描中验证了该方法，采用负对数似然数据保真度，并通过运动校正实现迭代优化。

实验结果

研究问题

• RQ1 能否通过耦合图像重建与运动估计的非线性变分模型，在动态正电子发射断层扫描中获得优于传统独立重建的更高品质密度图像？
• RQ2 在运动密度图像的变分框架中，如何数学地强制实现质量守恒与物理解释的形变？
• RQ3 结合数据保真度、图像正则化与超弹性运动能量的变分模型，其理论性质（如极小化解的存在性与正则化行为）为何？
• RQ4 弱微分同胚的使用如何确保形变场的可逆性与平滑性，同时允许大形变？
• RQ5 用于求解联合重建与运动估计问题的交替最小化算法，其收敛性与稳定性特性如何？

主要发现

• 在适当假设下，所提出的变分模型存在极小化解，其证明基于弱微分同胚理论与全局可逆性条件。
• 极小化解的存在性依赖于弱微分同胚的使用，其可确保几乎处处近似可微性、正雅可比行列式与全局可逆性。
• 该模型表现出正则化特性，渐近行为显示：当调节正则化参数时，解会收敛至物理解释合理的解。
• 基于交替最小化与分裂技术的计算方法表现出一致收敛性，避免了传统交替重建与运动估计方法中常见的伪影。
• 数值实验表明，与传统重建方法相比，该方法在信噪比与图像质量方面均有显著提升，尤其在低计数动态正电子发射断层扫描场景中。
• 通过将数据保真项替换为相应负对数似然项，该框架可扩展至泊松以外的噪声模型，如加性噪声或背景噪声。