[论文解读] Landmark and Intensity Based Registration with Large Deformations via Quasi-conformal Maps

Lam Ka Chun, Lok Ming Lui|arXiv (Cornell University)|Oct 7, 2013

Medical Image Segmentation Techniques参考文献 2被引用 5

一句话总结

本文提出了一种基于拟共形映射的微分同胚配准方法，用于处理图像和曲面的大形变，通过最小化基于Beltrami系数的能量泛函，确保映射的双射性和光滑性。该方法实现了鲁棒的基于特征点的配准以及特征点-强度混合配准，即使在极端形变下也能保证一一对应关系，实验结果表明其精度优于仅基于特征点的方法。

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.

研究动机与目标

• 解决在大几何形变下保持双射性和光滑性的图像与曲面配准挑战。
• 构建一种变分框架，即使在高形变或存在大量特征点的情况下，也能保证微分同胚（一一对应且满射）映射。
• 将强度信息（如图像强度、曲面曲率）与特征点约束相结合，以提高配准精度。
• 为真实和合成数据上的基于特征点与混合配准提供数值稳定且高效的算法。

提出的方法

• 构建一个包含Beltrami系数项的变分能量泛函，用于度量并控制拟共形映射中的几何畸变。
• 通过最小化能量泛函来计算最优Beltrami系数，确保所得映射为微分同胚且光滑。
• 利用Beltrami系数参数化拟共形映射，从而控制共形畸变与双射性。
• 将强度匹配（如曲面曲率或图像强度）整合进能量泛函，以在特征点之外进一步优化配准。
• 采用数值求解器求解Beltrami方程实现算法，从而在三角化曲面及2D/3D图像上实现高效计算。
• 通过结合特征点约束与基于强度的相似性度量，将基于特征点的模型扩展为混合框架。

实验结果

研究问题

• RQ1 基于Beltrami系数的变分方法是否能在大形变下确保双射且光滑的配准？
• RQ2 与仅基于特征点的方法相比，将特征点约束与强度信息结合后，配准精度如何提升？
• RQ3 在处理大量特征点约束或极端几何畸变时，所提方法是否能保持微分同胚性？
• RQ4 强度匹配的引入在多大程度上减少了几何不匹配，其证据是否体现在一致的曲率映射上？

主要发现

• 所提方法即使在大形变或大量特征点约束下，也能保证微分同胚配准（一一对应且满射）。
• 仅基于特征点的配准导致曲率映射不一致（如图17中红框所示区域错位），表明存在误差。
• 结合特征点与曲率信息的混合配准在对应区域实现了稳定的曲率匹配（图18），证明了精度的提升。
• 如图20(D)所示，曲率不匹配误差在优化过程中逐步减小，证实算法收敛至稳定且低畸变的解。
• 在人类牙齿与面部曲面的实验中，混合模型显著优于仅基于特征点的配准，有效保持了几何一致性。
• 该方法能有效处理复杂解剖结构，并在真实医学与图形数据上提供准确、光滑且双射的映射。