×

耦合脑肿瘤生物物理模型和差异图像配准。 (英语) Zbl 1440.92043号

摘要:我们提出了SIBIA(基于可扩展集成生物物理学的图像分析),这是一种联合图像配准和生物物理反演的框架,并将其应用于分析胶质母细胞瘤(原发性脑肿瘤)的MR图像。我们考虑了两个应用程序。第一种方法是在存在肿瘤引起的拓扑差异的情况下进行正常到异常的图像配准。第二个是基于单次患者数据的生物物理反演。潜在的优化问题是高度非线性和非凸的,以前从未用基于梯度的方法解决过。
考虑到正常大脑MRI的分割和癌症患者MRI的分割,我们确定肿瘤生长参数和注册图,以便如果我们在正常大脑中“生长肿瘤”(使用我们的肿瘤模型),然后将其注册到患者图像,那么注册错配越小越好。这个“耦合问题“双向耦合生物物理反转和注册问题。在图像配准步骤中,我们解决了一个由欧拉速度场参数化的大变形差分配准问题。在生物物理反演步骤中,我们估计了作为偏微分方程(PDE)表示的反应扩散肿瘤生长模型中的参数。在SIBIA中,我们以迭代的方式耦合这两个子组件。我们首先在年介绍了SIBIA的组成部分[A.戈洛米等人,“基于可缩放生物物理的图像分析框架”,载于:《高性能计算、网络、存储和分析国际会议论文集》,SC'17。纽约州纽约市:计算机协会(ACM)(2017年;数字对象标识代码:10.1145/3126908.3126930)],其中我们导出了并行分布式内存算法和软件模块,用于解耦的注册和生物物理逆问题。在本文中,我们的贡献是引入了耦合问题的PDE约束优化公式,并推导了Picard迭代求解方案。我们进行了广泛的测试,以在合成数据集和临床数据集上实验性地评估我们的方法的性能。我们演示了SIBIA优化求解器在不同使用场景中的收敛性。我们证明,使用SIBIA,我们可以使用11个双x86节点在几分钟内准确地解决三维((256^3)分辨率)的耦合问题。

MSC公司:

92C55 生物医学成像和信号处理
35K57型 反应扩散方程
49英里15 牛顿型方法
65K10码 数值优化和变分技术
68宽10 计算机科学中的并行算法
94A08型 信息与通信理论中的图像处理(压缩、重建等)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 斯旺森,K.R。;罗斯托米利共和国。;Alvord,E.C.,《预测胶质母细胞瘤切除后单个患者生存率的数学建模工具:原理证明》,《英国癌症杂志》,98,1,113-119(2008)
[2] 拉赫曼,M.M。;Feng,Y。;扬基洛夫,T.E。;Oden,J.T.,预测肿瘤生长的全耦合时空多尺度建模框架,计算。方法应用。机械。工程师,320261-286(2017)·Zbl 1439.74209号
[3] Mohamed,A。;沈,D。;Davatzikos,C.,《通过肿瘤诱导变形的统计模型对脑肿瘤图像进行可变形配准》,Med Image。分析。,10, 752-763 (2006)
[4] Kwon,D。;Niethammer,M。;Akbari,H。;比莱罗,M。;Davatzikos,C。;Pohl,K.M.,PORTR:术前和复发后脑肿瘤登记,IEEE Trans。医学图像。,33, 3, 651-667 (2014)
[5] 扎查拉基,E.I。;南卡罗来纳州霍吉亚。;沈,D。;比罗斯,G。;Davatzikos,C.,《通过模拟组织丢失和肿瘤生长对脑肿瘤图像进行非对称注册》,NeuroImage,46,3,762-774(2009)
[6] 巴卡斯,S。;曾,Z。;Sotiras,A。;拉托尔,S。;Akbari,H。;Gaunkar,B。;罗兹基,M。;帕蒂,S。;Davatzikos,C.,GLISTRboost:将多模态MRI分割、注册和生物物理肿瘤生长建模与梯度增压机结合用于胶质瘤分割,《脑损伤》,9556144-155(2015)
[7] 古亚,A。;波尔,K.M。;比莱罗,M。;西里罗,L。;比罗斯,G。;梅尔赫姆,E.R。;Davatzikos,C.,GLISTR:胶质瘤图像分割和注册,IEEE Trans。医学图像。,31, 10, 1941-1954 (2013)
[8] 普拉斯塔瓦,M。;Buillitt,E。;Gerig,G.,在MR图像中模拟脑肿瘤以评估分割效果,医学图像分析。,13, 297-311 (2009)
[9] 斯旺森,K.R。;艾尔沃德,E.C。;Murray,J.D.,灰质和白质中胶质瘤运动差异的定量模型,《细胞增殖》,33,5,317-330(2000)
[10] 斯旺森,K.R。;艾尔沃德,E.C。;Murray,J.D.,虚拟脑肿瘤(胶质瘤)增强了医学成像的真实性,并突出了当前治疗的不足,英国癌症杂志,86,1,14-18(2002)
[11] Murray,J.D.,《数学生物学》(1989年),纽约斯普林格·弗拉格·Zbl 0682.92001号
[12] 芒,A。;A.托马。;Schuetz,T.A。;贝克尔,S。;埃基,T。;莫尔,C。;彼得森,D。;Buzug,T.M.,脑肿瘤进展的生物物理建模:从无条件稳定的显式时间积分到模型校准的抛物线PDE约束反问题,医学物理。,39, 7, 4444-4459 (2012)
[13] P.R.杰克逊。;朱利亚诺,J。;Hawkins-Daarud,A。;Rockne,R.C。;Swanson,K.R.,《患者特异性数学神经肿瘤学:使用简单的增殖和侵袭肿瘤模型为临床实践提供信息》,《公牛数学生物学》,77,5,846-856(2015)·Zbl 1334.92201号
[14] 利马,E.A.B.F。;Oden,J.T。;Hormuth,D.A。;扬基洛夫,T.E。;Almeida,R.C.,肿瘤生长模型的选择、校准和验证,数学。模型方法应用。科学。,26, 12, 2341-2368 (2016) ·Zbl 1349.92075号
[15] Kyriacou,S。;Davatzikos,C.,使用生物力学模型对脑图像与肿瘤病理进行非线性弹性配准,IEEE Trans。医学成像,18,580-592(1999)
[16] 扬基洛夫,T.E。;Atuegwu,N。;荷穆思,D。;Weis,J.A。;巴恩斯,S.L。;米加,麻省理工学院。;Rericha,E.C。;Quaranta,V.,《肿瘤生长和治疗反应的临床相关模型》,《科学》。翻译医学,5187(2013),187ps9-187ps9
[17] 戈洛米,A。;舍费尔,K。;Mang,A。;梅尔,M。;Biros,G.,基于可缩放生物物理的图像分析框架,Proc ACM/IEEE超级计算会议,19:1-19:13(2017),ACM:ACM纽约,纽约,美国,URLhttp://doi.acm.org/10.1145/3126908.3126930
[18] Biegler,L.T。;O.加塔斯。;Heinkenschloss,M。;van Bloemen Waanders,B.,《大规模PDE-Constrained Optimization》(2003),施普林格出版社·Zbl 1021.00015号
[19] 波茨?,A。;Schulz,V.,偏微分方程控制系统的计算优化(2012),SIAM:美国宾夕法尼亚州费城SIAM·兹比尔1240.90001
[20] Herzog,R。;Kunisch,K.,PDE约束优化算法,GAMM-Mitt。,33, 2, 163-176 (2010) ·Zbl 1207.49034号
[21] Hinze,M。;皮诺,R。;Ulbrich,M。;Ulbrich,S.,《PDE约束优化》(2009),施普林格出版社:德国施普林格柏林·Zbl 1167.49001号
[22] Angelini,E.D。;Clatz,O。;Mandonnet,E。;科努科格鲁,E。;卡佩尔,L。;Duffau,H.,《胶质瘤动力学和计算模型:硅生长算法及其临床应用中的分割、注册综述》,Curr。医学影像学评论,3,4,262-276(2007)
[23] Bauer,S。;韦斯特,R。;诺尔特,L.-P。;Reyes,M.,基于MRI的脑肿瘤研究医学图像分析调查,Phys。医学生物学。,58、13、R97(2013)
[24] Mang,A。;戈洛米,A。;Davatzikos,C。;Biros,G.,医学图像分析中的PDE约束优化,Opt。工程(2017),审查中
[25] Modersitzki,J.,《图像配准的数值方法》(2004),牛津大学出版社:牛津大学出版社,纽约·Zbl 1055.68140号
[26] Sotiras,A。;Davatzikos,C。;Paragios,N.,《可变形医学图像注册:调查》,IEEE Trans。医学成像,32,7,1153-1190(2013)
[27] Henn,S.等人。;Hömke,L。;Witsch,K.,《保留病变的图像配准及其在人脑中的应用》,(Lect Notes Comput Sc.Lect Notes Comput Sc.,Lect Notess Compute Sc,第3175卷(2004)),496-503
[28] 斯特凡内斯库,R。;Commowick,O。;Maladain,G。;Bondiau,P.Y。;Ayache,北。;Pennec,X.,《受试者与适形脑放射治疗病理学登记的非数字图谱》,Lect Notes Comput Sc,第3216卷,第704-711页(2004年)
[29] 布雷特,M。;Leff,A.P。;罗登,C。;Ashburner,J.,使用成本函数掩蔽法对局部病变的脑图像进行空间归一化,NeuroImage,14,2,486-500(2001)
[30] 帕里索特,S。;Wells,W。;Chemouny,S.等人。;Duffau,H。;Paragios,N.,《基于不确定性稀疏非均匀图的并发肿瘤分割和注册》,医学图像分析。,18, 4, 647-659 (2014)
[31] Li,X.,《使用嵌入式地图进行具有不同拓扑结构的图像注册》(2010),弗吉尼亚理工学院和州立大学电气与计算机工程系:弗吉尼亚理工大学和美国弗吉尼亚州布莱克斯堡州立大学电气和计算机工程系,(博士论文)
[32] 李,X。;长X。;Laurienti,P。;Wyatt,C.,使用嵌入式地图注册具有不同拓扑结构的图像,IEEE Trans。医学成像,31,3,749-765(2012)
[33] Mang,A。;Biros,G.,约束微分图像配准的不精确Newton-Krylov算法,SIAM J.Imaging Sci。,8, 2, 1030-1069 (2015) ·Zbl 1331.65088号
[34] Mang,A。;Biros,G.,微分图像配准的约束正则化方案,SIAM J.Imaging Sci。,9, 3, 1154-1194 (2016) ·Zbl 1381.94022号
[35] Mang,A。;戈洛米,A。;Biros,G.,分布式内存大变形差分3D图像配准,Proc ACM/IEEE超级计算会议(2016)
[36] Mang,A。;Ruthotto,L.,用于质量和强度保持差异图像配准的拉格朗日高斯-奈顿-克里洛夫解算器,SIAM J.Sci。计算。,39、5、B860-B885(2017)·Zbl 1375.65034号
[37] Mang,A。;Biros,G.,用于约束微分图像配准的半拉格朗日二级预处理Newton-Krylov解算器,SIAM J.Sci。计算。,39,6,B1064-b101(2017)·Zbl 1380.49034号
[38] Christensen,G.E。;R·D·拉比特。;Miller,M.I.,《使用大变形运动学的可变形模板》,IEEE Trans。图像处理。,5, 10, 1435-1447 (1996)
[39] Trouvé,A.,《图像分析中的差异群和模式匹配》,国际计算机杂志。视觉。,28213-221(1998年)
[40] 贝格,M.F。;密歇根州米勒。;特鲁韦,A。;Younes,L.,《通过微分同态的测地流计算大变形度量映射》,《国际计算杂志》。视觉。,61, 2, 139-157 (2005) ·Zbl 1477.68459号
[41] 戈洛米,A。;Mang,A。;Biros,G.,低级别胶质瘤反应扩散模型参数估计的反问题公式,J.Math。《生物学》,72,1,409-433(2016)·Zbl 1333.92032号
[42] Ghoma,A.,《医学成像中生物物理约束逆问题的快速算法》(2017),德克萨斯大学奥斯汀分校(博士论文)
[43] 米加,M。;Paulsen,K.,用于模型更新图像引导神经外科的3D异质大脑计算的初始体内分析,LNCS,1496,743-752(1998)
[44] Clatz,O。;Sermesant,M。;Bondiau,P.Y。;Delingette,H。;Warfield,S.K。;马兰丹,G。;Ayache,N.,MR图像中脑肿瘤三维生长的真实模拟,扩散与生物力学变形耦合,IEEE Trans。医学成像,24,10,1334-1346(2005)
[45] 南卡罗来纳州霍吉亚。;比罗斯,G。;亚伯拉罕·F。;Davatzikos,C.,《软组织模拟的健壮框架,用于在3D MR图像中建模脑肿瘤肿块效应》,Phys。医学生物学。,52, 23, 6893 (2007)
[46] Harpold,H.L。;艾尔沃德,E.C。;Swanson,K.R.,《胶质瘤增殖和侵袭数学模型的演变》,《神经病理学杂志》。实验神经学,66,1-9(2007)
[47] 科努科格鲁,E。;Clatz,O。;Menze,B.H。;韦伯,硕士。;斯蒂尔特杰斯,B。;Mandonnet,E。;Delingette,H。;Ayache,N.,使用修正的各向异性程函方程对反应扩散型肿瘤生长模型进行图像引导个性化,IEEE Trans。医学成像,29,1,77-95(2010)
[48] 科努科格鲁,E。;克拉茨,O。;Bondiau,P.Y。;Delingette,H。;Ayache,N.,《推断脑磁共振图像中的胶质瘤侵袭边缘:建议新的照射边缘》,《医学图像分析》。,14, 2, 111-125 (2010)
[49] Le,M。;Delingette,H。;卡拉帕西·克雷默,J。;E.R.郭士纳。;Batchelor,T。;Unkelbach,J。;Ayache,N.,基于MRI的肿瘤生长模型贝叶斯个性化,IEEE Trans。医学成像,35,10,2329-2339(2016)
[50] 莫萨耶比,P。;Bobzas,D。;Murtha,A。;Jagersand,M.,脑纤维黎曼间隙上的肿瘤浸润边缘,医学图像分析。,16, 2, 361-373 (2012)
[51] Menze,B.H。;Leemput,K.V。;科努科格鲁,E。;Honkela,A。;韦伯,医学硕士。;阿亚奇,N。;Golland,P.,《肿瘤生长基于图像建模的生成方法》,《医学成像过程信息处理》,第2卷,735-747(2011)
[52] 科林,T。;艾奥洛,A。;拉加特,J.-B。;Saut,O.,《肿瘤血管化恢复的逆向问题》,J.inverse Ill-posed Probl。,22, 6, 759-786 (2014) ·Zbl 1365.92045号
[53] 霍格,C。;Davatzikos,C。;Biros,G.,具有质量效应的反应扩散胶质瘤生长模型的图像驱动参数估计问题,J.Math。《生物学》,56,793-825(2008)·Zbl 1141.92023号
[54] Knopoff,D.A。;费尔南德斯,D.R。;托雷斯,G.A。;Turner,C.V.,肿瘤生长PDE约束优化问题的伴随方法,计算。数学。申请。,66, 6, 1104-1119 (2013)
[55] Knopoff,D。;费尔南德斯,D.R。;托雷斯,G.A。;Turner,C.V.,肿瘤生长模型中参数估计的数学方法,计算。申请。数学。,3633-748(2017)·Zbl 1365.92048号
[56] 刘,Y。;Sadowki,S.M。;魏斯布罗德,A.B。;Kebebew,E。;萨默斯,R.M。;Yao,J.,使用多模态图像预测患者特定肿瘤生长,医学图像分析。,18555-566(2014年)
[57] 基罗加·A.A.I。;费尔南德斯,D。;托雷斯,G.A。;Turner,C.V.,使用自适应有限元法求解二维肿瘤侵袭PDE约束优化问题的伴随方法,应用。数学。计算。,270, 358-368 (2015) ·Zbl 1410.92052号
[58] 基罗加·A.A.I。;托雷斯,G.A。;费尔南德斯,D.R。;Turner,C.V.,肿瘤侵袭PDE模型的非线性优化,计算。申请。数学。,1-15 (2016)
[59] Wong,K.C.L。;萨默斯,R.M。;Kebebew,E。;Yoa,J.,通过生理数据融合利用反应扩散和超弹性生物力学模型预测肿瘤生长,医学图像分析。,25, 1, 72-85 (2015)
[60] Kwon,D。;Shinohara,R.T。;Akbari,H。;Davatzikos,C.,《将多灶胶质瘤分割和注册的生成模型结合起来》(Proc Medical Image Computing and Computer-Assisted Intervention,Proc Medical Image Competing and Compute-Assisted Intervention,LNCS 8673(2014))
[61] E.利马。;奥登,J。;沃尔穆特,B。;Shahmoradi,A。;霍尔穆特二世(Hormuth II,D.)。;扬基洛夫,T。;斯卡拉布西奥,L。;Horger,T.,基于非侵入性成像数据的辐射对肿瘤生长影响预测模型的选择和验证,计算机。方法应用。机械。工程,327277-305(2017)·Zbl 1439.92110号
[62] 扁平,H。;威尔科克斯,L。;阿克塞利克,V。;希尔,J。;van Bloemen Waanders,B。;Ghattas,O.,基于低秩部分Hessian近似的大规模线性逆问题中贝叶斯不确定性量化的快速算法,SIAM J.Sci。计算。,33, 1, 407-432 (2011) ·Zbl 1229.65174号
[63] 霍格,C。;Davatzikos,C。;Biros,G.,用于医学图像注册的脑肿瘤相互作用生物物理模型,SIAM J.Imag。科学。,30, 6, 3050-3072 (2008) ·Zbl 1175.92027号
[64] 扎查拉基,E.I。;南卡罗来纳州霍吉亚。;沈,D。;比罗斯,G。;Davatzikos,C.,脑肿瘤图像快速配准的肿瘤模型参数并行优化,Proc SPIE医学成像:图像处理,69140K1-69140K10(2008)
[65] 扎查拉基,E.I。;霍格,C.S。;比罗斯,G。;Davatzikos,C.,《脑肿瘤图像变形配准中生物力学模拟器的比较研究》,IEEE Trans。生物识别。工程师,55,3,1233-1236(2008)
[66] 托默,R。;Ye,L。;薛,B。;Deisserth,K.,《用于完整组织快速高分辨率成像的高级清晰度》,《自然协议》。,9, 7, 1682-1697 (2014)
[67] A.Ghoma,J.Hill,D.Malhotra,G.Biros,AccFFT:CPU和GPU架构上分布式内存FFT库,2016年,arXiv电子打印,正在审查中(arXiv预打印:);。;A.Ghoma,J.Hill,D.Malhotra,G.Biros,AccFFT:CPU和GPU架构上分布式内存FFT库,2016年,arXiv电子打印,正在审查中(arXiv预打印:);。
[68] Nocedal,J。;Wright,S.J.,《数值优化》(2006),施普林格出版社:美国纽约施普林格·Zbl 1104.65059号
[69] Modersitzki,J.,《FAIR:图像配准的灵活算法》(2009),SIAM:美国宾夕法尼亚州费城SIAM·Zbl 1183.68695号
[70] 吉尔,体育。;默里,W。;Wright,M.H.,《实用优化》(1981),学术出版社:美国马萨诸塞州沃尔瑟姆学术出版社·Zbl 0503.90062号
[71] Dembo,R.S。;Steihaug,T.,《大规模无约束优化的截断-Newton算法》,数学。程序。,26, 2, 190-212 (1983) ·Zbl 0523.90078号
[72] 南卡罗来纳州艾森塔特。;Walker,H.F.,《用不精确牛顿法选择强迫项》,SIAM J.Sci。计算。,17, 1, 16-32 (1996) ·Zbl 0845.65021号
[73] 格拉玛,A。;古普塔,A。;Karypis,G。;库马尔,V.,《并行计算导论:算法的设计与分析》(2003),艾迪森·韦斯利
[74] 捷克斯洛伐克,K。;巴特格里诺,C。;McClanahan,C。;Iyer,K。;杨,P.-K。;Vuduc,R.,《3D FFT的通信复杂性及其对exascale的影响》,Proc ACM/IEEE超级计算会议,205-214(2012)
[75] S.Balay,S.Abhyankar,M.F.Adams,J.Brown,P.Brune,K.Buschelman,L.Dalcin,V.Eijkhout,W.D.Gropp,D.Kaushik,M.G.Knepley,L.C.McInnes,K.Rupp,B.F.Smith,S.Zampini,H.Zhang,PETSc用户手册,技术代表ANL-95/11-3.7版,阿贡国家实验室,2016年。;S.Balay,S.Abhyankar,M.F.Adams,J.Brown,P.Brune,K.Buschelman,L.Dalcin,V.Eijkhout,W.D.Gropp,D.Kaushik,M.G.Knepley,L.C.McInnes,K.Rupp,B.F.Smith,S.Zampini,H.Zhang,PETSc用户手册,技术代表ANL-95/11-3.7版,阿贡国家实验室,2016年。
[76] Munson,T。;萨里奇,J。;Wild,S。;Benson,S。;McInnes,L.C.,TAO 3.6用户手册(2015),阿贡国家实验室,数学和计算机科学部
[77] 古雅,A。;波尔,K。;比莱罗,M。;比罗斯,G。;Davatzikos,C.,肿瘤生长模型引导下的脑扫描关节分割和可变形配准,(医学图像计算和计算机辅助干预-MICCAI 2011。医学图像计算和计算机辅助干预-MICCAI 2011,计算机科学讲义,第6892卷(2011),施普林格-柏林-海德堡),532-540
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。