Резюме и краткое введение в общую терминологию регистрации изображений.
Оглавление
- Пробелы
1.1 Стандартные пробелы
1.2 Другие пробелы - Координаты
2.1 Воксельные координаты
2.2 Стандартные космические координаты - Пространственные преобразования
3.1 Преобразования твердого тела
3.2 Аффинные преобразования
3.3 Нелинейные преобразования
3.4 Преобразования глобального масштабирования* - Хранилище преобразований
4.1 Линейное преобразование
4.2 Нелинейное преобразование - Функции стоимости
5.1 Минимальные квадраты
5.2 Нормализованная корреляция
5.3 Коэффициент корреляции
5.4 Взаимная информация
5.5 Нормализованная взаимная информация
5.6 BBR
5.7 Нелинейный - Интерполяции
6.1 Метод ближайших соседей
6.2 Трилинейный
6.3 Сплайн
6.4 Синхронный
6.5 Методы k-пространства - Применение преобразований
Шаг 1. Оценка преобразования
Шаг 2. Повторная выборка - Маски-трансформеры
- Практическое использование
9.1 Предварительные шаги
9.2 Одноэтапная регистрация
9.3 Многоэтапная регистрация
9.4 Коррекция искажений EPI
9.5 Регистрация патологического изображения
9.6 Регистрация малого поля зрения - "Поиск неисправностей"
1. Пространства:
то же самое координатно-анатомическое соответствие => то же самое пространство
1.1 Стандартные помещения
с атласами
1.2 Другие места
структурные пространства, функциональные пространства
2. Координаты:
2.1 Координаты вокселя
Целые числа от 0 до N-1 включительно
Обратитесь ко всему происхождению вокселя в левом нижнем углу.
2.2 Стандартные космические координаты
Действительные числа в миллиметрах
Происхождение (0, 0, 0) рядом с центром изображения
Только после регистрации
3. Пространственные преобразования
3.1 Преобразования твердого тела
6 степеней свободы: 3 вращения, 3 перевода
Используется для движения внутри объекта
3.2 Аффинные преобразования
12 степеней свободы: 3 вращения, 3 перемещения, 3 масштабирования, 3 наклона/сдвига.
Линейные преобразования
Используется для коррекции вихревых токов и инициализации нелинейной регистрации.
3.3 Нелинейные преобразования
Более 12 степеней свободы
Чисто локальный (может делать разные вещи в разных местах)
С учетом ограничений:
Базовые функции (например, B-сплайны)
Регуляризация
Сохранение топологии
Используется для качественной регистрации между субъектами
3.4 Преобразования глобального масштабирования *
7 DOF: твердое тело + глобальное масштабирование (равно по x, y, z)
Исправлен дрейф масштабирования сканера в лонгитюдных исследованиях.
4. Хранение Преобразований:
4.1 Линейное преобразование:
матрица 4x4
4.2 Нелинейное преобразование:
поле деформации (4D-изображение ‹= объединить три 3D-изображения)
Более низкое разрешение деформации = более высокая регуляризация = более плавное
5. Функции стоимости
Функция подобия противоположна.
5.1 Метод наименьших квадратов:
Та же модальность (точные параметры последовательности)
5.2 Нормализованная корреляция:
Та же модальность (можно изменить яркость и контрастность)
5.3 Коэффициент корреляции:
Любые методы МРТ
5.4 Взаимная информация:
Любые методы (включая КТ, ПЭТ и др.)
5.5 Нормализованная взаимная информация:
Любые методы (включая КТ, ПЭТ и др.)
5.6 ББР:
Внутрисубъектный EPI к структурному
5.7 Нелинейный:
Использует только метод наименьших квадратов
Включить: ВЧ (радиочастотное) моделирование: управляющее поле смещения
6. Интерполяции
6.1 Ближайший сосед:
Скопируйте значение ближайшего соседа
Быстрый, но блочный — можно использовать для дискретных меток.
6.2 Трилинейка:
Создайте средневзвешенное значение ближайших соседей. Взвешивание выполняется в соответствии с расстоянием линейной функцией.
Быстрый, с небольшим размытием — самый распространенный вариант (билинейный для 2D)
6.3 Сплайн:
Медленнее (сплайн работает довольно быстро) — создает четкие изображения, но может создавать значения за пределами исходного диапазона.
6.4 Синк:
6.5 Методы k-пространства:
7. Применение преобразований
Шаг 1: Оценка преобразования.
Нахождение преобразования
Без повторной выборки
Шаг 2: Повторная выборка.
Применение преобразования
Таким образом, создавая новый, модифицированный образ
(Регистрация может означать и то, и другое)
Обычно задерживают передискретизацию (так как это снижает качество изображения)
Другие термины:
Совместная регистрация: То же, что и регистрация
Пространственная нормализация: зарегистрируйте нормализованное изображение или стандартный шаблон.
8. Маски-трансформеры
Значения маски обычно равны 0 и 1 (целочисленный формат).
Преобразование требует интерполяции: дает промежуточные значения (обычно используется трилинейка). При округлении до целого числа =› маска «сжимается».
Убедитесь, что тип выходных данных = float.
Повторное определение порога (бинаризация) преобразованной маски
- Порог около 0,0 для включения ребер частичного объема
- Порог около 1,0 для исключения ребер частичного объема
- Порог на уровне 0,5, чтобы сохранить тот же размер (приблизительно)
9. Практическое использование
9.1 Предварительные шаги:
- Переориентация
- Извлечение мозга
- Коррекция поля смещения
Отмечает, что метки верны в обоих случаях.
9.2 Одноэтапная регистрация
Сценарий: два (или более) разных типа изображений одного и того же объекта. Возьмем, к примеру, мозг T1-wt и T2-wt.
Цель: Выровнять изображения (например, для мультимодальной сегментации).
Решение:
- Один предмет => 6 степеней свободы = преобразование твердого тела
- T2-wt в T1-wt =› мультимодальная функция затрат (например, коэффициент корреляции)
- Запустите извлечение мозга на обоих изображениях.
- Выберите изображение с лучшим разрешением или контрастом в качестве эталона.
- Всегда оценивайте качество регистрации визуально.
Визуальная проверка:
- Используйте наложение или пролистывайте изображения.
- Используйте красные края одного изображения и шкалу серого из другого изображения для статического вида.
Конкретное использование в FSL:
- Эталонное изображение управляет FOV и разрешением выходного изображения.
- Преобразование: дано из входного пространства в опорное пространство. Обратные преобразования легко вычисляются.
- Изображения можно преобразовать в другое пространство, применив предварительно полученное преобразование.
9.3 Многоэтапная регистрация
Сценарий: Проведение функционального (или диффузионного) исследования. Имейте EPI и T1-взвешенные значения для каждого субъекта
Цель: зарегистрировать изображения в общем (стандартном) пространстве, чтобы можно было проводить групповое исследование.
Решение:
Регистрация очень разных изображений затруднена из-за:
- Различия в индивидуальных анатомиях
- Различные контрасты в различных модальностях
- Искажения, которые различаются между изображениями
=› Чтобы зарегистрировать EPI в стандартном шаблоне пространства, используйте структурное промежуточное изображение.
Два этапа:
- Функциональный образ одного человека -> Образ структуры T1-wt того же человека (6 степеней свободы, твердое тело)
- Образ структуры T1-wt этого человека -> Стандартный шаблон пространства (≥ 12 степеней свободы, аффинная инициализация с последующей нелинейной регистрацией)
Наконец, объедините два этапа, чтобы выполнить одну единственную повторную выборку.
9.4 Коррекция искажений EPI
Сценарий: проведите функциональное (или диффузионное) исследование.
Цель: Исправить искажения в EPI, иначе регистрация будет неточной.
Проблема:
- Изображения EPI искажаются и страдают от потери сигнала.
- Стандартная регистрация не работает.
Искажение сигнала: геометрическое искажение, при котором сигнал находится не там, где должен быть.
Потеря сигнала: потерянный сигнал в некоторых областях и в конечном итоге с черными пятнами
(Визуализация EPI очень чувствительна к любым отклонениям от идеально однородного поля B0)
(Интерфейсы воздух-ткань вызывают магнитные возмущения)
Решение:
Коррекция на основе карты поля
- Отменить искажение с помощью «unwarping» =› field map
- Игнорировать области с высокой потерей сигнала (может учитывать потерю сигнала, но не может вернуть сигнал)
- Нужна полевая карта (специальное приобретение)
Использование карт поля:
Карта поля: отдельное изображение измеряет поле (отклонения B0) в каждой точке мозга.
Из карты поля получаем:
- Величина пространственных искажений (только направление фазового кодирования) (всегда вперед и назад)
- Оценка потери сигнала
Получение одной полевой карты занимает всего несколько минут, и это значительно улучшает регистрацию.
Новая карта поля необходима для каждого сеанса сканирования по мере ее изменения (например, она зависит от ориентации головы).
- Развернуть с помощью Fieldmaps
— Ничего не делает с коррекцией движения
— Он вычисляет дисторшн и разворачивает EPI.
— Он уменьшает вес областей со значительной потерей сигнала при регистрации.
Получение карты поля:
Четыре основных типа приобретений:
- Градиентное эхо
- Асимметричное спиновое эхо
- EPI (исключен из-за искажения и потери сигнала)
- Blip-обратная пара b = 0 (EPI)
Регистрация на основе границ (BBR):
Он используется для EPI для структурной регистрации (включает коррекцию карты поля)
Он использует границы белого вещества (через сегментацию T1-wt)
— Нужны хорошие структуры (не слишком большое поле смещения)
— Также требуется анатомический контраст в EPI.
— Управляется разницей интенсивности на границе (образцы)
9.5 Регистрация патологических изображений
Сценарий: есть изображения, содержащие известную патологию (или артефакт), которая выглядит по-разному на разных изображениях. Например, в некоторых последовательностях выделяются поражения, которые трудно увидеть в других последовательностях.
Цель: совместить изображения на основе здоровой ткани, но не учитывать область патологии (или артефакта).
Решение:
Взвешивание функции затрат
- Используйте взвешенное изображение для уменьшения веса несоответствующих областей (ноль для поврежденных областей, один для важных областей)
Не присваивайте фону ноль, так как тогда теряется контраст между мозгом и фоном.
9.6 Регистрация малого поля зрения
Сценарий: функциональное исследование с использованием небольшого поля зрения (например, нескольких срезов). Часто делается для получения сканов с более высоким разрешением по сравнению с областью интереса.
Цель: получить результаты активации, хорошо зарегистрированные в полном мозгу (и в стандартном пространстве)
Решение:
Отсканируйте один EPI всего мозга и используйте трехэтапную регистрацию
Три этапа:
- EPI от частичного мозга к полному мозгу
— если срезы различаются или движение значительно, то следует применить разворачивание (редко). - Полная мозговая EPI в структурную
- применить развертку (полная карта полей мозга) - Структурный стандарт
10. Устранение неполадок
- Проверьте изображения: размеры вокселей, артефакты, большое поле смещения.
- Проверьте извлечение мозга: ищите большие/постоянные ошибки
- Для EPI: получите и используйте карту полей для устранения искажений.
- Для FMRI или диффузии: используйте многоэтапную регистрацию со структурным изображением для достижения наилучших результатов.
- Если существуют патологии/артефакты: используйте снижение веса по функции стоимости.
- Если изображения почти выровнены: попробуйте ограничить поиск
- Для малого поля зрения: получите EPI всего мозга для многоэтапной регистрации
Расширенная регистрация:
- 2D-3D регистрация
- Тяжелая патология
- Поверхностная регистрация