[论文解读] The Weighted Euler Curve Transform for Shape and Image Analysis

Qitong Jiang, Sebastian Kurtek+1 more|arXiv (Cornell University)|Apr 23, 2020

Topological and Geometric Data Analysis参考文献 38被引用 4

一句话总结

本文提出加权欧拉曲线变换（WECT），一种用于加权单纯复形的完整拓扑不变量，将欧拉曲线变换扩展至包含强度或灰度值数据。通过将MRI扫描中的分割肿瘤区域映射为加权单纯复形并计算其WECT表示，该方法可基于形状和纹理对多形性胶质母细胞瘤进行有效聚类，聚类结果与患者生存时间显著相关——展示了其在生物医学图像分析与生存预测中的实用性。

ABSTRACT

The Euler Curve Transform (ECT) of Turner et al.\ is a complete invariant of an embedded simplicial complex, which is amenable to statistical analysis. We generalize the ECT to provide a similarly convenient representation for weighted simplicial complexes, objects which arise naturally, for example, in certain medical imaging applications. We leverage work of Ghrist et al.\ on Euler integral calculus to prove that this invariant---dubbed the Weighted Euler Curve Transform (WECT)---is also complete. We explain how to transform a segmented region of interest in a grayscale image into a weighted simplicial complex and then into a WECT representation. This WECT representation is applied to study Glioblastoma Multiforme brain tumor shape and texture data. We show that the WECT representation is effective at clustering tumors based on qualitative shape and texture features and that this clustering correlates with patient survival time.

研究动机与目标

• 开发一种整合医学影像数据中几何形状与强度信息的拓扑表示方法。
• 将欧拉曲线变换（ECT）扩展至加权单纯复形，实现对具有值加权顶点的灰度图像作为拓扑对象的分析。
• 利用欧拉积分微分学的相关结果，建立WECT作为加权单纯复形的完整不变量。
• 将WECT应用于真实世界的多形性胶质母细胞瘤（GBM）肿瘤影像数据，评估其在肿瘤聚类与患者生存预测中的实用性。
• 提供WECT计算与分析的开源代码，支持可复现性及在形状分析领域的广泛应用。

提出的方法

• 使用Delaunay三角剖分将分割后的灰度MRI肿瘤区域转换为加权单纯复形，其中像素强度定义顶点权重。
• 通过评估高度函数加权强度函数的下水平集的欧拉示性数，计算单位球面上每个方向的加权欧拉曲线。
• 使用窗口大小为十的高斯核对生成的欧拉曲线进行平滑处理，以降低噪声并提高稳定性。
• 通过在SO(2)上进行配准，计算平滑后WECT表示之间的成对L²距离，以考虑旋转对齐。
• 对距离矩阵应用具有Ward链接的层次聚类，以基于形状与纹理相似性识别肿瘤亚型。
• 将所有复形归一化为单位直径与单位最大权重，以确保在不同图像强度分布下具有可比性。

实验结果

研究问题

• RQ1 WECT能否有效表征分割医学图像（如脑肿瘤MRI）中的形状与强度特征？
• RQ2 WECT是否为加权单纯复形的完整不变量，即是否能唯一确定底层复形与权重函数？
• RQ3 基于WECT的GBM肿瘤聚类能否揭示与临床结局相关的生物学上合理的亚型？
• RQ4 与传统形状描述符相比，WECT表示能否实现更优的生存预测？
• RQ5 WECT对不同受试者间图像强度分布与肿瘤几何结构的变化是否具有鲁棒性？

主要发现

• 根据Ghrist、Levanger与Mai关于欧拉积分微分学的研究结果，WECT是加权单纯复形的完整不变量。
• 基于63例GBM肿瘤图像的WECT聚类揭示了三个显著不同的聚类，其平均生存时间分别为6.7、12.9和20.2个月，表明与患者预后存在强烈相关性。
• 低生存期聚类（平均6.7个月）由形状不规则且强度分布异质的肿瘤组成，图6中已视觉确认。
• 去除低生存期聚类后，对剩余58例肿瘤进行层次聚类，识别出六个子聚类，其中青色与蓝色聚类在肿瘤边界附近表现出环状强度模式。
• 蓝色聚类在形状与强度上均表现出更高不规则性，中位生存期为14.9个月；而青色聚类中位生存期为22.3个月，暗示其具有不同的生物学或形态学特征。
• WECT表示实现了纯粹基于影像数据的高效、数据驱动聚类，即使在控制图像归一化与配准后，仍能观察到生存差异。