[论文解读] Shape deformation analysis from the optimal control viewpoint

Sylvain Arguillère, Emmanuel Trélat+2 more|arXiv (Cornell University)|Jan 3, 2014

Medical Image Segmentation Techniques参考文献 15被引用 4

一句话总结

本文将形状形变分析表述为一个无限维最优控制问题，其中形变由再生核希尔伯特空间（RKHS）中的时变向量场生成。通过应用庞特里亚金最大值原理，推导出刻画最优微分同胚映射的约束测地线方程，从而建立了一个统一且数值高效的约束形状匹配框架，适用于医学影像和计算解剖学领域。

ABSTRACT

A crucial problem in shape deformation analysis is to determine a deformation of a given shape into another one, which is optimal for a certain cost. It has a number of applications in particular in medical imaging. In this article we provide a new general approach to shape deformation analysis, within the framework of optimal control theory, in which a deformation is represented as the flow of diffeomorphisms generated by time-dependent vector fields. Using reproducing kernel Hilbert spaces of vector fields, the general shape deformation analysis problem is specified as an infinite-dimensional optimal control problem with state and control constraints. In this problem, the states are diffeomorphisms and the controls are vector fields, both of them being subject to some constraints. The functional to be minimized is the sum of a first term defined as geometric norm of the control (kinetic energy of the deformation) and of a data attachment term providing a geometric distance to the target shape. This point of view has several advantages. First, it allows one to model general constrained shape analysis problems, which opens new issues in this field. Second, using an extension of the Pontryagin maximum principle, one can characterize the optimal solutions of the shape deformation problem in a very general way as the solutions of constrained geodesic equations. Finally, recasting general algorithms of optimal control into shape analysis yields new efficient numerical methods in shape deformation analysis. Overall, the optimal control point of view unifies and generalizes different theoretical and numerical approaches to shape deformation problems, and also allows us to design new approaches. The optimal control problems that result from this construction are infinite dimensional and involve some constraints, and thus are nonstandard. In this article we also provide a rigorous and complete analysis of the infinite-dimensional shape space problem with constraints and of its finite-dimensional approximations.

研究动机与目标

• 开发一种通用且数学严谨的形状形变分析框架，基于最优控制理论。
• 通过将状态和控制约束嵌入最优控制公式，解决此前研究不足的约束形状匹配问题。
• 通过将现有计算解剖学方法与LDDMM统一于单一控制理论结构中，实现方法的统一。
• 为实际数值实现，提供无限维最优控制问题的有限维近似。
• 分析无限维问题的理论性质，包括解的存在性、正则性以及近似解的收敛性。

提出的方法

• 将形状形变表示为由时变向量场在再生核希尔伯特空间（RKHS）中生成的微分同胚流。
• 将形状形变问题建模为具有状态（微分同胚）和控制（向量场）约束的无限维最优控制问题。
• 将代价泛函定义为动能（向量场的RKHS范数）与数据匹配项之和，后者衡量与目标形状的偏差。
• 应用扩展版庞特里亚金最大值原理，推导一阶最优性条件，从而在形状空间中得到约束测地线方程。
• 通过径向基函数和Galerkin型空间离散化实现有限维近似，以实现最优控制问题的数值求解。
• 采用增广拉格朗日法求解约束优化问题，梯度计算基于伴随系统导出。

实验结果

研究问题

• RQ1 如何在最优控制框架内系统性地表述约束形状形变问题？
• RQ2 当对形变流施加约束时，最优形状形变的必要最优性条件是什么？
• RQ3 如何在保持收敛性的前提下，对形状形变的无限维最优控制问题进行严格的有限维近似？
• RQ4 在RKHS向量场诱导的子黎曼结构下，所得形状空间的几何与拓扑性质是什么？
• RQ5 不同类型的约束（如缝合约束与滑动约束）如何影响多形状匹配中形变的正则性与准确性？

主要发现

• 最优控制公式允许对多种形状形变问题（包括约束形变与多形状匹配）进行统一处理。
• 扩展庞特里亚金最大值原理的应用，导出了一组约束测地线方程，用于刻画形状空间中最优形变的特性。
• 数值实验表明，该方法可生成平滑且符合物理直觉的形变；由于边界连续性要求更宽松，滑动约束产生的结果比缝合约束更具正则性。
• 在适当条件下，无限维最优控制问题的有限维近似具有收敛性，且背景区域与形状区域的核宽显著影响形变的正则性。
• 该方法可推广至高维形状（如三角化曲面），并可扩展至二阶控制系统，以建模类似肌肉运动的复杂形变。
• 该框架揭示了无限维控制理论中的新挑战，特别是水平空间的非闭性以及约束映射的非满射性，这些问题仍为未来研究中的开放问题。