×

具有萎缩约束的差异化表面配准。 (英语) Zbl 1346.58004号

摘要:自大变形微分度量映射(LDDMM)算法发展以来,利用微分同态群和形状空间上的最优控制进行微分同态配准已得到广泛应用。最近,引入了一系列涉及次黎曼约束的算法,其中控制LDDMM框架中形状的速度场根据特定的变形模型进行约束。在这里,我们首次通过考虑不等式约束来扩展此设置,以估计仅允许萎缩的曲面变形,为此引入了一种使用增广拉格朗日方法的算法。我们证明了相关最优控制问题解的存在性和近似方案的一致性。通过对模拟数据和实际数据的数值实验,说明了这些发展。

MSC公司:

58D05型 微分同胚群和同胚流形
49N90型 最优控制和微分对策的应用
2010年第49季度 优化最小曲面以外的形状
94A08型 信息与通信理论中的图像处理(压缩、重建等)
68单位10 图像处理的计算方法
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] L.G.Apostolova,P.M.Thompson,A.E.Green,K.S.Hwang,C.Zoumalan,C.R.Jack,D.J.Harvey,R.C.Petersen,L.J.Thal,P.S.Aisen等人,《大脑中低、中、晚期海马萎缩的三维比较》,《人脑绘图》,31(2010),第786-797页。
[2] S.ArguilleÉre、E.Trélat、A.Trouvé和L.Younes,《从最优控制的角度进行形状变形分析》,J.Math。Pures应用程序。(9) 第104页(2015年),第139-178页·Zbl 1319.49064号
[3] J.Ashburner和G.R.Ridgway,纵向结构MRI的对称微分模型,前沿神经科学。,6 (2013), 197.
[4] R.Azencott、R.Glowinski、J.He、A.Jajoo、Y.Li、A.Martynenko、R.H.W.Hoppe、S.Benzekry和S.H.Little,《三维医学成像中的差异匹配和动态可变形曲面》,《计算》。应用方法。数学。,10(2010年),第235-274页·Zbl 1283.49029号
[5] S.K.Balci、P.Golland、M.Shenton和W.M.Wells,{用于分组配准的自由形式b样条变形模型},医学图像计算。计算。协助。交互。,10(2007年),第23-30页。
[6] S.K.Balci、P.Golland和W.Wells,{使用b样条变形模型的非刚性群配准},Insight J.,2007年,第105-121页,http://hdl.handle.net/1926/568。
[7] M.Bauer和M.Bruveris,{表面注册设置的新黎曼设置},《第三届计算解剖学数学基础国际研讨会论文集——模拟生物形状变化的几何和统计方法》,2011年,第182-193页。
[8] M.F.Beg和A.Khan,{使用LDDMM和测地摄影计算平均解剖图谱},第三届IEEE生物医学成像国际研讨会论文集:纳米到宏观,IEEE,2006年,第1116-1119页。
[9] K.K.Bhatia、P.Aljabar、J.P.Boardman、L.Srinivasan、M.Murgasova、S.J.Counsell、M.A.Rutherford、J.V.Hajnal、A.D.Edwards和D.Rueckert,{\it Groupwise combinated segmentation and registration for atlas construction},摘自《2007年医学图像计算和计算机辅助干预医学影像学》,纽约斯普林格出版社,2007年,第532-540页。
[10] K.K.Bhatia、J.Hajnal、A.Hammers和D.Rueckert,{群体非刚性配准的相似性度量},载《2007年医学图像计算和计算机辅助干预-MICCAI》,纽约斯普林格出版社,2007年,第544-552页。
[11] E.Cavedo、M.Boccardi、R.Ganzola、E.Canu、A.Beltramello、C.Caltagirone、P.M.Thompson和G.B.Frisoni,《阿尔茨海默病患者局部杏仁核结构与T MRI的差异》,《神经病学》,76(2011),第727-733页。
[12] N.Charon和A.Trouveí,{\it非定向形状的多样性表示,用于区分地貌注册},SIAM J.Imaging Sci。,6(2013),第2547-2580页,http://dx.doi.org/10.1137/130918885doi:10.1137/130918885·Zbl 1279.68313号
[13] M.J.Clarkson、M.J..Cardoso、G.R.Ridgway、M.Modat、K.K.Leung、J.D.Rohrer、N.C.Fox和S.Ourselin,《体素和基于表面的皮层厚度估计方法的比较》,《神经影像》,第57期(2011年),第856-865页。
[14] C.J.Cotter和D.D.Holm,{\it Discrete momentum maps for lattice EPDIFF},《数值分析手册》,R.M.Temm和J.J.Tribbia编辑,北荷兰,阿姆斯特丹,2009年,第247-278页。
[15] W.R.Crum、O.Camara、D.Rueckert、K.K.Bhatia、M.Jenkinson和D.L.Hill,{成对和成组图像注册和分割评估的一般重叠度量},载于《2005年医学图像计算和计算机辅助干预医学影像学》,纽约斯普林格出版社,2005年,第99-106页。
[16] B.C.Davis、P.T.Fletcher、E.Bullitt和S.Joshi,{随机设计数据的人口形状回归},第11届国际IEEE计算机视觉会议论文集,IEEE,2007年,第1-7页。
[17] P.Dupuis、U.Grenander和M.I.Miller,{图像匹配微分同态流的变异问题},夸特。申请。数学。,56(1998),第587-600页·Zbl 0949.49002号
[18] S.Durrleman、X.Pennec、A.Trouveá和N.Ayache,{\it从曲线和曲面构建无偏地图集的正向模型},《第二届MICCAI计算解剖学数学基础研讨会论文集》,2008年,第68-79页。
[19] A.V.Faria、A.Hoon、E.Stashinko、X.Li、H.Jiang、A.Mashayekh、K.Akhter、J.Hsu、K.Oishi、J.Zhang、M.I.Miller、P.C.M.van Zijl和S.Mori,《基于MRI和脑瘫脑图谱应用的脑病理定量分析》,《神经影像》,54(2011),第1854-1861页。
[20] J.Fishbaugh、M.Prastawa、G.Gerig和S.Durrleman,{海流框架下的测地形状回归},《医学成像信息处理》,柏林斯普林格,海德堡,2013年,第718-729页·兹比尔1368.62182
[21] P.T.Fletcher,{测地回归与黎曼流形上的最小二乘理论},国际。J.计算。《愿景》,105(2013),第171-185页·Zbl 1304.62092号
[22] J.GlauneÉs和M.Micheli,用于形状变形分析的矩阵值核,Geom。成像计算。,1(2014年),第57-139页·Zbl 1396.46025号
[23] J.Glaunès、A.Qiu、M.I.Miller和L.Younes,{大变形差异度量曲线映射},国际。J.计算。愿景,80(2008),第317-336页·兹比尔1477.68471
[24] J.Glaunès,A.Trouveá,L.Younes,{分布的微分匹配:未标记点集和子流形匹配的新方法},载于2004年IEEE计算机视觉和模式识别会议论文集(CVPR'04),第2卷,IEEE,2004年,第712-718页。
[25] J.Glaunès,A.Trouveá和L.Younes,{通过曲线的哈密顿流建模平面形状变化},《形状的统计与分析》,Birkha用户波士顿,波士顿,2006年,第335-361页·Zbl 1165.53364号
[26] X.Gu,Y.Wang,T.F.Chan,P.M.Thompson,S.T.Yau,{零表面共形映射及其在脑表面映射中的应用},IEEE Trans。医学成像,23(2004),第949-958页。
[27] S.Haker、S.Angenent、A.Tannenbaum、R.Kikinis、G.Sapiro和M.Halle,{纹理映射的保形曲面参数化},IEEE Trans。可视化计算。《图形》,6(2000),第181-189页。
[28] R.F.Hartl、S.P.Sethi和R.G.Vickson,{状态约束最优控制问题最大值原理综述},SIAM Rev.,37(1995),pp.181-218,http://dx.doi.org/10.1137/1037043doi:10.1137/1037043·Zbl 0832.49013号
[29] J.Hinkle、P.T.Fletcher和S.Joshi,《黎曼流形回归的内禀多项式》,J.Math。《成像视觉》,50(2014),第32-52页·Zbl 1310.53038号
[30] J.Hinkle、P.Muralidharan、P.T.Fletcher和S.Joshi,{黎曼流形上的多项式回归},摘自《计算机视觉-ECCV 2012》,施普林格,柏林,海德堡,2012年,第1-14页。
[31] Y.Hong、S.Joshi、M.Sanchez、M.Styner和M.Niethammer,《医学图像计算和计算机辅助干预-MICCAI 2012》,施普林格,2012年,第197-205页。
[32] Y.Hong、N.Singh、R.Kwitt和M.Niethammer,{时间分解测地回归},《医学图像计算和计算机辅助干预》,2014年,查姆施普林格出版社,2014年第105-112页。
[33] K.K.Leung,G.R.Ridgway,S.Ourselin,N.C.Fox,阿尔茨海默病神经成像倡议等,从边界偏移积分进行一致的多时间点脑萎缩估计,神经成像,59(2012),第3995-4005页。
[34] Y.Lipman和I.Daubechies,{与大众运输的表面比较},arXiv预印本,http://arxiv.org/abs/0912.3488arXiv:0912.3488v2[math.NA],2009年。
[35] Y.Lipman和I.Daubechies,{共形Wasserstein距离:在多项式时间内比较曲面},高等数学。,227(2011),第1047-1077页·Zbl 1217.53026号
[36] M.Lorenzi、N.Ayache、G.Frisoni和X.Pennec,《连续大脑磁共振图像的D配准:应用于阿尔茨海默病的变化的稳健测量》,发表于《时空图像分析研讨会》,MICCAI,2010。
[37] L.M.Lui、T.W.Wong、P.Thompson、T.Chan、X.Gu和S.-T.Yau,{使用Beltrami全纯流在海马表面进行基于形状的差异形态注册},载于《医学图像计算和计算机辅助干预-MICCAI 2010》,纽约斯普林格,2010年,第323-330页。
[38] J.Ma、M.I.Miller、A.Trouvé和L.Younes,计算解剖学中的贝叶斯模板估计,神经图像,42(2008),第252-261页。
[39] J.Ma、M.I.Miller和L.Younes,{表面模板估计的贝叶斯生成模型},J.Biomed。成像,2010(2010),974957。
[40] M.I.Miller、A.Trouveí和L.Younes,《计算解剖学中的哈密顿系统和最优控制:自D'Arcy Thompson}以来的100年》,Ann.Rev.Biomed。工程师,17(2015),第447-509页。
[41] M.I.Miller、L.Younes、J.T.Ratnanather、T.Brown、H.Trinh、D.S.Lee、D.Tward、P.B.Mahon、S.Mori、M.Albert和BIOCARD研究团队,{基于不同形态计量学的症状性阿尔茨海默病杏仁核萎缩:BIOCARD'S队列},衰老的神经生物学,36(2015),第S3-S10页。
[42] J.-M.Morvan和B.Thibert,《关于用三角网格逼近光滑曲面》,计算。地理。,23(2002),第337-352页·Zbl 1014.65017号
[43] M.Niethammer、Y.Huang和F.-X.Vialard,{图像时间序列的测地回归},《2011年医学图像计算和计算机辅助干预-MICCAI》,纽约斯普林格,2011年,第655-662页。
[44] J.Nocedal和S.J.Wright,{数值优化},第二版,Springer,纽约,2006年·Zbl 1104.65059号
[45] K.Oishi,K.Akhter,M.Mielke,C.Ceritoglu,J.Zhang,H.Jiang,X.Li,L.Younes,M.I.Miller,P.C.van Zijl,M.Albert,C.Lyketos,and S.Mori,{疾病特异性空间滤波的多模式MRI分析:预测转化为阿尔茨海默病的轻度认知障碍患者的初始测试},前沿神经学。,2 (2011), 54.
[46] S.P.Poulin、R.Dautoff、J.C.Morris、L.F.Barrett和B.C.Dickerson,杏仁核萎缩在早期阿尔茨海默病中表现突出,并与症状严重程度相关,精神病学研究神经成像,194(2011),第7-13页。
[47] J.Ratnanather、T.Brown、H.Trinh、L.Younes、M.I.Miller、S.Mori和M.Albert,《生物卡中海马和杏仁核的形状分析》,阿尔茨海默病和痴呆症,8(2012),第63页。
[48] M.Reuter和B.Fischl,《避免纵向图像处理中的不对称诱导偏差》,《神经影像》,57(2011),第19-21页。
[49] M.Reuter、N.J.Schmansky、H.D.Rosas和B.Fischl,{无偏纵向图像分析的受试者模板估计},《神经影像》,61(2012),第1402-1418页。
[50] A.Soldan、C.Pettigrew、M.-C.Wang、S.Li、Y.Lu、M.Albert和O.Selnes,{认知储备和APOE状态与轻度认知障碍临床症状发作的关系:BIOCARD队列},阿尔茨海默病和痴呆,9(2013),第134页。
[51] A.Sotiras、C.Davatzikos和N.Paragios,《变形医学图像注册:调查》,IEEE Trans。《医学成像》,32(2013),第1153-1190页。
[52] X.Tang,D.Holland,A.M.Dale,L.Younes和M.I.Miller,{预测轻度认知障碍转化为阿尔茨海默病时皮层下和心室结构的基线形状差异形态计量模式},《阿尔茨海默氏病杂志》,44(2015),第599-611页。
[53] D.Tosun、S.Joshi和M.W.Weiner,《轻度认知障碍患者脑淀粉样变的神经影像学预测因子》,Ann.Neurol。,74(2013),第188-198页。
[54] A.Trouveí,{\it Action de groupe de dimension infinie et sensition de formes},C.R.Acad。科学。巴黎塞拉。我数学。,321(1995),第1031-1034页·Zbl 0855.57035号
[55] A.Trouveí和F.-X.Vialard,{形状样条和随机形状演化:二阶观点},Quart。申请。数学。,70(2012),第219-251页·Zbl 1259.65104号
[56] C.J.Twining、T.Cootes、S.Marsland、V.Petrovic、R.Schestowitz和C.J.Taylor,{\it《群体非刚性注册和模型构建的统一信息理论方法》,《医学成像信息处理》,纽约斯普林格,2005年,第1-14页。
[57] M.Vaillant和J.Glaunès,{通过电流进行表面匹配},《医学成像中的信息处理》,Springer,纽约,2005年,第381-392页。
[58] F.Wang,B.C.Vemuri和A.Rangarajan,{使用基于CDF的新型Jensen-Shannon散度的分组点模式注册},《2006年IEEE计算机视觉和模式识别会议论文集》,第1卷,IEEE,2006年,第1283-1288页。
[59] Q.Wang,L.Chen,P.-T.Yap,G.Wu,D.Shen,{基于分层图像聚类和图谱合成的分组配准},人脑映射,31(2010),第1128-1140页。
[60] G.Wu、H.Jia、Q.Wang和D.Shen,{it Sharpmean:基于sharp-mean图像和基于树的注册指导下的分组注册},《神经图像》,56(2011),第1968-1981页。
[61] B.T.T.Yeo、M.R.Sabuncu、T.Vercauteren、N.Ayache、B.Fischl和P.Golland,《球形恶魔:快速差异地貌无陆面注册》,IEEE Trans。《医学成像》,29(2010),第650-668页。
[62] L.Younes,{\it Shapes and Diffeomorphisms},应用。数学。科学。171,施普林格,纽约,2010年·Zbl 1205.68355号
[63] L.Younes,{限制的差异形状演化},发现。计算。数学。,12(2012),第295-325页·Zbl 1254.49026号
[64] L.Younes、M.Albert和M.I.Miller,《临床前阿尔茨海默病内侧颞叶形态计量学变化的变化点时间推断》,《神经影像:临床》,5(2014),第178-187页。
[65] L.Younes、F.Arrate和M.I.Miller,《计算解剖学中的进化方程》,《神经影像》,45(2009),第40-S50页。
[66] L.Younes,J.T.Ratnaather,T.Brown,E.Aylward,P.Nopoulos,H.Johnson,V.A.Magnotta,J.S.Paulsen,R.L.Margolis,R.L.Albin等人,{统计形状分析揭示的前驱性HD皮层下结构的区域选择性萎缩},人脑绘图,35(2014),第792-809页。
[67] W.Zeng和X.D.Gu,{使用准共形曲率流进行大变形三维曲面的注册},《IEEE视觉与模式识别会议论文集》(CVPR 2011),IEEE,2011年,第2457-2464页。
[68] Y.Zeng,C.Wang,Y.Wang,X.Gu,D.Samaras,and N.Paragios,{使用高阶图形匹配的稠密非刚性表面配准},《IEEE视觉与模式识别会议论文集》(CVPR 2010),IEEE,2010年,第382-389页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。