图像配准-分割技术中的离散空间非线性变形场拓扑控制研究

以基于图像配准的脑内核结构全自动准确分割为应用背景，本项目致力于研究新颖的离散空间非线性变形场拓扑控制方案，主要研究内容为：①研究基于变形场矢量特征提取的非线性变形场拓扑控制。解决现存算法得到的离散变形场易破坏图像拓扑结构的缺点，避免跟踪计算变形场雅可比行列式值，降低计算量； ②研究图谱拓扑约束下的非线性变形场拓扑控制。充分发掘图谱提供的拓扑信息对保持非刚性配准拓扑不变性的作用，改变图谱蕴含的丰富专家知识在非刚性配准约束问题的研究中长期未得到足够重视的现状,提高分割准确度。如果本项目能够立项成功并顺利完成相关研究，对于临床医学上提高基于图像配准的组织或结构的分割质量具有重要意义，同时可以开启非刚性医学图像配准技术中变形场约束问题研究的新思路。

从医学影像中准确分割人脑结构是研究神经退行性疾病、精神疾病以及神经自然老化的重要手段之一。人脑结构非常复杂，特别是脑内核结构更是小巧精细，微小的分割误差有可能完全改变某些人脑结构的特性，严重影响医学分析与诊断。迄今为止，人脑结构的自动、准确分割仍然是尚未完全解决的问题。.研究表明，非刚体图像配准技术在脑MRI图像分割中取得了较好的效果。自由度较高的非线性变形能够更好地模拟不同人脑的结构差异，然而，在没有附加约束的情况下，高维非线性的空间变换易导致模板图像不合理的变形过程。拓扑不变是非刚体图像配准领域受到较多关注的约束条件，可以保证各结构在变形过程中其内部连接性和结构之间的邻接关系不变，可以提高配准准确度。然而，有关非刚体图像配准的拓扑控制仍然有未完全解决的问题。为此，本项目主要从两个方面对非刚体图像配准的拓扑控制进行了研究：.（1）直接实现离散非线性变形场的拓扑控制.本项目深入分析了弹性模型、扩散模型和流体模型等三种基于物理模型的非刚体图像配准模型的原理，区别与联系，从理论上和实验上证明该类型算法在变形场拓扑保持方面有相同的不足之处，即采用低通卷积滤波器近似求解偏微分方程，虽然可以使变形场更加平滑，但是不能保证非线性变形场必然具有拓扑保持性，不能提供合理的理论依据。.为了直接在离散域约束非线性变形场，本项目将动网格技术引入非线性图像配准中，在源图像上以每个像素为顶点，建立一个规则的三角网格，在图像变形过程中，将网格各顶点之间模拟为弹簧连接，以弹簧的变形为约束，控制网格的变形，并将这种连接关系传递到相应的像素点，达到控制图像变形的目的。实验表明，弹簧法校正有助于得到具有拓扑保持特性的非线性变形场，性能优于基于微分同胚扩散模型的非刚体配准算法。.（2）在非线性变形场拓扑控制方面探索一条新路，引入图谱信息，利用图谱含有的拓扑、形状、位置等丰富的先验知识，约束图像的变形。.传统的基于配准的图像分割方法，在得到空间变换后，只是简单地将图谱中的分类标记映射到目标图像，没有考虑图谱提供的专家知识对模板变形的约束和指导作用。本项目根据图谱给出的边缘信息，采用三角剖分方法给模板图像附上不规则网格，引入多边形面积的符号这一拓扑特征，进行网格的拓扑控制，同时基于活动轮廓模型原理实现了图谱变形及目标分割。