Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Đăng ký hình ảnh không cứng với biện pháp tương đồng hiệu quả và tối ưu hóa Levenberg-Marquardt
Tóm tắt
Đăng ký hình ảnh không cứng sử dụng mô hình biến đổi B-spline bậc ba là phương pháp đã được biết đến trong lĩnh vực hình ảnh y tế. Mặc dù nó đã được áp dụng thành công cho các ứng dụng đăng ký hình ảnh y tế, nhưng nó gặp phải độ phức tạp tính toán do thiếu các phép đo tương đồng chuyên dụng và các thuật toán tối ưu hóa. Do đó, mục tiêu chính của bài báo này là đề xuất một phép đo tương đồng đơn giản và tính toán hiệu quả với một thuật toán tối ưu hóa phù hợp. Trong bài báo này, một phép đo tương đồng hiệu quả được đề xuất cho việc đăng ký hình ảnh y tế không cứng tự động. Phương pháp được đề xuất dựa trên định lý hình tròn Gerschgorin và các tính chất của ma trận hiệp phương sai. Trong phương pháp này, việc đăng ký hình ảnh được thực hiện thông qua phép đo tương đồng giữa hai hình ảnh đã được chuẩn hóa. Phép đo tương đồng được đề xuất được tối ưu hóa bằng cách sử dụng thuật toán lan truyền ngược Levenberg-Marquardt (LMBP). Kết quả thí nghiệm cho nhiều khối dữ liệu cộng hưởng từ 3-D và các tập dữ liệu hình ảnh CT 4-D thu thập lâm sàng được trình bày nhằm cho thấy hiệu quả của phương pháp được đề xuất. Đã quan sát thấy rằng phương pháp đề xuất nhạy cảm với một trường biến dạng không cứng nhỏ cũng như sự chồng lấn. Các kết quả mô phỏng khác nhau đã chứng minh rằng phương pháp được đề xuất có thể là một tùy chọn hiệu quả và hứa hẹn trong việc đăng ký hình ảnh y tế 3-D phức tạp cũng như trong các ứng dụng xử lý hình ảnh khác nhau.
Từ khóa
#đăng ký hình ảnh không cứng #mô hình B-spline #phép đo tương đồng #thuật toán tối ưu hóa #Levenberg-MarquardtTài liệu tham khảo
Goshtasby AA. 2-D and 3-D image registration for medical, remote sensing and industrial applications. New York: Wiley; 2005.
Zitová B, Flusser J. Image registration methods: a survey. Image Vis Comput. 2003; 21:977–1000.
Jenkinson M, Bannister P, Brady M, Smith S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. Neuroimage. 2002; 17:825–841.
Chui L, Wing L, Schuitz R, Duncan J, Rangarajian A. A unified non-rigid feature registration method for brain mapping. Med Image Anal. 2003; 7:112–130.
Klein S, Staring M, Murphy K, Viergever MA, Pluim JP. Elastix: A toolbox for intensity-based medical image registration. IEEE T Med Imag. 2010; 29:196–205.
Markelj P, Tomaževi D, Likar B, Pernus F. A review of 3D/2D registration methods for image-guided interventions. Med Image Anal. 2012; 16:642–661.
Wang F, Vemuri BC. Non-rigid multi-modal image registration using cross-cumulative residual entropy. Int J Comput Vis. 2007; 74:201–215.
Tsai D-M, Yang R-H. An eigenvalue-based similarity measure and its application in defect detection. Image Vis Comput. 2005; 23:1094–1101.
Loeckx D, Slagmolen P, Maes F, Vandermeulen D, Suetens P. Nonrigid image registration using conditional mutual information. IEEE T Med Imag. 2010; 29:19–29.
Pluim JPW, Maintz JBA, Viergever MA. Mutual-informationbased registration of medical images: A survey. IEEE T Med Imag. 2003; 22:186–1004.
Studholme C, Hill DLG, Hawkes, DJ. An overlap invariant entropy measure of 3D medical image alignment. Pattern Recognit. 1999; 32:71–86.
Myronenko A, Song X. Intensity-based image registration by minimizing residual complexity. IEEE T Med Imag. 2010; 29:1882–1891.
Khader M, Hamza AB. Nonrigid image registration using an entropic similarity. IEEE T Infor Technol Biomed. 2011; 15: 681–690.
Hote YV, Gupta JRP, Choudhury DR. A simple approach for stability margin of discrete systems. J Control Theory Appl. 2011; 9:567–570.
Hote YV, Choudhury DR, Gupta JRP. Gerschgorin theorem and its applications in control system problems. Proc ICIT 2006; 2438–2443.
Singh V, Gupta I, Gupta HO. ANN-based estimator for distillation using Levenberg-Marquardt approach. Eng Appl Artif Intell. 2007; 20:249–259.
Castillo R, Castillo E, Guerra R, Johnson VE, McPhail T, Garg AK, Guerrero T. A framework for evaluation of deformable image registration spatial accuracy using large landmark point sets. Phys Med Biol. 2009; 54:1849–1870.
[Online]. Available: http://www.bic.mni.mcgill.ca/brainweb.
[Online]. Available: http://www.dir-lab.com.