[论文解读] PVR: Patch-to-Volume Reconstruction for Large Area Motion Correction of Fetal MRI

Amir Alansary, Bernhard Kainz+9 more|arXiv (Cornell University)|Nov 22, 2016

Fetal and Pediatric Neurological Disorders参考文献 21被引用 4

一句话总结

本文提出了一种新型胎儿MRI运动伪影校正方法——补丁到体积分解（PVR），通过补丁级优化、超分辨率重建与自动异常值剔除，从运动伪影、重叠的2D切片中重建出高分辨率3D体积。在合成实验中，PVR相比标准切片到体积配准（SVR）将重建精度提升了约30%，并在真实临床数据中实现了对整个子宫、胎儿及胎盘的鲁棒、全自动重建。

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.

研究动机与目标

• 为解决胎儿MRI中非刚性、不可预测的运动导致图像质量下降并影响诊断的问题。
• 克服传统切片到体积配准（SVR）的局限性，后者假设为刚性运动，难以处理子宫和胎盘等大范围非刚性形变结构。
• 开发一种全自动、无需分割的重建方法，从多个受运动影响的2D切片堆栈中重建出高分辨率3D体积，无需人工干预。
• 通过高效GPU加速并行实现，实现真正意义上的实时、临床可行的运动校正。
• 通过引入视觉不确定性检查与结构相似性（DSSIM）热图，超越单一指标评估重建质量。

提出的方法

• 从重叠的2D切片中提取补丁，并通过运动校正的补丁级优化方法将这些补丁映射到3D体积中，以实现从低分辨率（LR）输入重建高分辨率（HR）体积。
• 该方法采用超分辨率模型，其中每个LR图像被建模为HR体积的下采样、模糊化及运动污染版本：$ x_i = W_i y + n_i $，其中 $ W_i = D B T_i $，结合了子采样、模糊化与变换操作。
• 采用并行化、GPU加速的优化框架，实现高效计算，补丁选择基于固定尺寸的方块或多尺度超像素，以提升效率与精度。
• 通过基于EM的算法实现自动异常值剔除，以识别并排除在重叠补丁中不一致或损坏的数据。
• 该方法支持固定尺寸与多尺寸补丁配置，其中多尺寸超像素在非刚性区域（如胎盘和子宫）中表现出更优性能。
• 通过DSSIM热图可视化重建不确定性，以实现对3D体积中各区域可靠性程度的定性评估。

实验结果

研究问题

• RQ1 在存在大范围非刚性胎儿及母体运动的情况下，基于补丁的重建方法是否能实现优于标准SVR的运动校正效果？
• RQ2 补丁类型（方形与超像素）及尺寸（固定与多尺度）的选择如何影响重建精度与计算效率？
• RQ3 PVR在无需手动分割或ROI定义的情况下，能在多大程度上重建复杂、非刚性形变结构（如胎盘与整个子宫）？
• RQ4 在多胎妊娠或极端肢体运动的临床场景中，PVR的性能表现如何？
• RQ5 如DSSIM热图等视觉不确定性度量能否有效揭示运动伪影胎儿MRI中重建结果的可靠性？

主要发现

• 在具有仿射运动伪影的合成实验中，PVR相比传统SVR将重建精度提升了约30%。
• 在胎盘和子宫等非刚性形变区域，PVR表现出更优性能，其中基于超像素的补丁优于方形补丁。
• 该方法成功实现了对整个子宫、胎儿大脑、胎盘及双胎妊娠中多个胎儿的重建，且无需手动分割或区域识别。
• 与重叠的方形补丁相比，多尺度超像素补丁在保持相近重建精度的同时，显著提升了计算效率。
• 对于极端肢体运动（切片间位移超过2 cm）的情况，由于缺乏结构一致性，PVR无法重建精细结构，凸显了基于强度优化方法的局限性。
• 通过DSSIM热图的视觉检查揭示了重建质量在空间上的差异，使临床医生能够识别3D体积中不可靠的区域。