[论文解读] Multiple Shape Registration using Constrained Optimal Control

Sylvain Arguillère, Emmanuel Trélat+2 more|arXiv (Cornell University)|Mar 2, 2015

Medical Image Segmentation Techniques参考文献 47被引用 3

一句话总结

本文提出了一种约束最优控制框架，用于通过为每个形状独立使用微分同胚的同时注册多个形状，并结合背景形变和接触约束以保持构型一致性。该方法通过解耦特定形状的形变并强制执行几何一致性，实现了复杂解剖结构的精确、无伪影注册，在保持局部雅可比度量方面优于单微分同胚的LDDMM方法。

ABSTRACT

Lagrangian particle formulations of the large deformation diffeomorphic metric mapping algorithm (LDDMM) only allow for the study of a single shape. In this paper, we introduce and discuss both a theoretical and practical setting for the simultaneous study of multiple shapes that are either stitched to one another or slide along a submanifold. The method is described within the optimal control formalism, and optimality conditions are given, together with the equations that are needed to implement augmented Lagrangian methods. Experimental results are provided for stitched and sliding surfaces.

研究动机与目标

• 为解决经典LDDMM的局限性，即对所有形状应用单一全局微分同胚，导致当形状靠近时产生不切实际的形变。
• 在保持构型一致性的前提下，实现独立的、形状特定的形变建模，通过接触约束实现。
• 开发一种支持表面身份约束和滑动约束的一般化多形状配准框架。
• 提出一种使用增广拉格朗日技术求解约束最优控制问题的数值稳定方法。
• 证明在所提出的多形状方法中，变形标记（雅可比行列式）比标准LDDMM更具意义且更一致。

提出的方法

• 在LDDMM框架内，将多形状配准表述为一个约束最优控制问题，为每个形状使用独立的微分同胚，并引入背景形变。
• 通过一个可独立形变的背景流形实现接触约束，通过等式约束强制形状边界的一致性。
• 采用增广拉格朗日法数值求解约束优化问题，实现稳定收敛。
• 利用庞特里亚金最大值原理推导最优性条件，得到带有伴随变量的两点边值问题。
• 通过在再生核希尔伯特空间中对时间积分向量场进行离散化，实现微分同胚流的离散形式。
• 基于法向和切向雅可比行列式构建形变标记，用于分析局部拉伸与压缩。

实验结果

研究问题

• RQ1 是否可以同时使用独立形变场对多个形状进行配准，同时保持几何一致性？
• RQ2 在大变形微分同胚框架中，如何对形状之间的接触约束进行数学建模并加以实施？
• RQ3 与单微分同胚LDDMM相比，所提出的方法是否能减少形状靠近区域的虚假压缩伪影？
• RQ4 在使用多形状约束时，法向和切向雅可比度量在多大程度上能真实反映形状形变？
• RQ5 增广拉格朗日法是否能有效处理多形状配准中产生的高维约束优化问题？

主要发现

• 所提出的方法成功避免了在单微分同胚LDDMM中观察到的强烈压缩伪影，尤其在形状靠近时表现更优。
• 在身份约束下，球体A区域的法向雅可比保持均匀扩展，避免了单微分同胚情况下出现的极端畸变。
• 滑动约束在各形状间保持了稳定的形变模式，与身份约束相比切向雅可比差异微小，表明方法具有鲁棒性。
• 在多形状框架中，变形标记（雅可比行列式）更具可靠性与可解释性，因其反映真实的形状特异性变化，而非虚假交互。
• 增广拉格朗日法实现了稳定的数值实现，尽管由于高维优化导致收敛速度较慢。
• 在合成及真实皮层下结构（海马体、杏仁核、ERC）上的实验结果表明，该方法能产生一致且解剖学上合理的形变。