×
张苗苗;弗莱彻，P.托马斯

基于Fourier逼近李代数的快速微分图像配准。 （英语） 兹比尔1515.65056

国际期刊计算。视觉。 127、1号、61-73（2019）.
小结：本文介绍了一种用于不同地貌图像配准的快速测地线拍摄算法——傅立叶逼近拍摄李代数（FLASH）。我们用低维带限空间近似光滑向量场的无穷维李代数，即微分同态群恒等式的切线空间。我们表明，测地放炮的大多数计算可以完全在这个低维空间中进行。与传统的大变形差分度量映射算法相比，我们的算法大大节省了时间和内存，这些算法需要对向量场进行密集的空间离散化。为了验证FLASH的有效性，我们对2D合成数据和真实3D大脑图像进行了两两图像配准，并与最先进的测地线拍摄方法进行了比较。实验结果表明，我们的算法大大降低了差分图像配准的计算成本和内存占用，且精度几乎没有损失。

引用于2文件

MSC公司：

65D18天 计算机图形、图像分析和计算几何的数值方面
17B99号 李代数与李超代数
53元22角 整体微分几何中的测地学

关键词：

Fourier逼近李代数;测地射击;微分图像配准
PDF格式BibTeX公司 XML格式引用
\textit{M.Zhang}和\textit{P.T.Fletcher}，国际计算机杂志。视觉。127，编号1，61-73（2019；Zbl 1515.65056）
全文： 内政部

参考文献：

[1] Arnol’d，V.I.（1966年）。在流体动力学的应用中，维度内的Lie组存在差异。Ann Inst Fourier，第16页，第319-361页·Zbl 0148.45301号 ·doi:10.5802/aif.233
[2] Arsigny，V.、Commowick，O.、Pennec，X.和Ayache，N.（2006）。微分形态统计的log-Eucidean框架。医学图像计算和计算机辅助干预-MICCAI 2006，Springer（第924-931页）。
[3] Ashburner，J.（2007）。一种快速差分图像配准算法。神经影像学，38（1），95-113·doi:10.1016/j.neuroimage.2007.07.007
[4] Ashburner，J.和Friston，K.J.（2011）。使用测地打靶和高斯-纽顿优化的微分配准。《神经影像》，55（3），954-967·doi:10.1016/j.neuroimage.2010.12.049
[5] Beg，M.、Miller，M.，Trouvé，A.和Younes，L.（2005）。通过微分同态测地流计算大变形度量映射。国际计算机视觉杂志，61（2），139-157·Zbl 1477.68459号 ·doi:10.1023/B:VISI.0000043755.93987.aa
[6] Bullo，F.（1995）。李群上的不变仿射联系和可控性。加州理工学院几何力学技术报告。
[7] Christensen，G.E.、Rabbit，R.D.和Miller，M.I.（1996）。使用大变形运动学的可变形模板。IEEE图像处理汇刊，5（10），1435-1447·数字对象标识代码：10.1109/83.536892
[8] Dupuis，P.、Grenander，U.和Miller，M.I.（1998）。图像匹配中微分流的变分问题。应用数学季刊，56（3），587·Zbl 0949.49002号 ·doi:10.1090/qam/163326
[9] Durrleman，S.、Prastawa，M.、Gerig，G.和Joshi，S.（2011年）。用于人口分析的微分同态的最优数据驱动稀疏参数化。《医学成像中的信息处理》，Springer（第123-134页）。
[10] Hinkle，J.、Fletcher，P.T.和Joshi，S.（2014）。黎曼流形上回归的内禀多项式。数学成像与视觉杂志，50（1-2），32-52·Zbl 1310.53038号 ·doi:10.1007/s10851-013-0489-5
[11] Hromaka，M.、Zhang，M.、Fleishman，G.M.、Gutman，B.、Jahanshad，N.、Thompson，P.和Fletcher，P.（2015）。多站点差异图像地图集的层次贝叶斯模型。在医学图像计算和计算机辅助干预-MICCAI 2015中，Springer（第372-379页）。
[12] Joshi，S.、Davis，B.、Jomier，M.和Gerig，G.（2004）。计算解剖学的无偏微分图谱构建。《神经影像》，第223页（补编1），第151-160页·doi:10.1016/j.neuroimage.2004.07.068
[13] Marcus，D.S.、Wang，T.H.、Parker，J.、Csernansky，J.G.、Morris，J.C.和Buckner，R.L.（2007年）。开放获取成像研究系列（OASIS）：年轻、中年、非骨水泥和痴呆老年人的横断面mri数据。认知神经科学杂志，19（9），1498-1507·doi:10.1162/jocn.2007.19.9.1498
[14] Miller，M.I.、Trouvé，A.和Younes，L.（2006）。计算解剖学的测地摄影。数学成像与视觉杂志，24（2），209-228。https://doi.org/10.1007/s10851-005-3624-0。 ·Zbl 1478.92084号 ·doi:10.1007/s10851-005-3624-0
[15] Niethammer，M.、Huang，Y.和Vialard，F.X.（2011）。图像时间序列的测地回归。在医学图像计算和计算机辅助干预国际会议上，Springer（第655-662页）。
[16] Singh，N.、Hinkle，J.、Joshi，S.和Fletcher，P.T.（2013）。用于改进测地回归和地图集构建的微分同态向量动量公式。在生物医学成像（ISBI）国际研讨会上。
[17] Trouvé，A.（1998年）。图像分析中的差异组和模式匹配。国际计算机视觉杂志，28（3），213-221·doi:10.1023/A:1008001603737
[18] Vaillant，M.、Miller，M.I.、Younes，L.和Trouvé，A.（2004）。基于切空间表示的微分同态统计。神经影像，23，S161-S169·doi:10.1016/j.neuroimage.2004.07.023
[19] Vercauteren，T.、Pennec，X.、Perchant，A.和Ayache，N.（2009年）。差分恶魔：高效的非参数图像配准。神经影像，45（1），S61-S72·doi:10.1016/j.欧洲图像.2008.10.040
[20] Vialard，F.X.、Risser，L.、Rueckert，D.和Cotter，C.J.（2012）。利用有效的伴随计算，通过测地线拍摄进行差分三维图像配准。国际计算机视觉杂志，97（2），229-241·Zbl 1235.68295号 ·doi:10.1007/s11263-011-0481-8
[21] Younes，L.、Arrate，F.和Miller，M.（2009年）。计算解剖学中的进化方程。神经影像，45（1S1），40-50·doi:10.1016/j.欧洲图像.2008.10.050
[22] Zhang，M.和Fletcher，P.T.（2014）。微分图像配准中的贝叶斯主测地线分析。医学图像计算和计算机辅助干预-MICCAI 2014，Springer（第121-128页）。
[23] Zhang，M.和Fletcher，P.T.（2015）。用于快速微分图像配准的有限维李代数。医学成像中的信息处理。
[24] Zhang，M.，Liao，R.，Dalca，A.V.，Turk，E.A.，Luo，J.，Grant，P.E.，&Golland，P.（2017）。用于高效图像配准的频率差分。在医学成像信息处理国际会议上，Springer（第559-570页）。
[25] Zhang，M.、Singh，N.和Fletcher，P.T.（2013）。微分图像配准中正则化贝叶斯估计和图谱构建。J.C.Gee、S.Joshi、K.M.Pohl、W.M.Wells和L.Zöllei（编辑），医学成像中的信息处理（第37-48页）。斯普林格。
[26] Zhang，M.、Wells III，W.M.和Golland，P.（2016）。通过图像变形的紧凑表示实现解剖变异性的低维统计。在医学图像计算和计算机辅助干预国际会议上，Springer（第166-173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。