Complex Large Deformation Model

複雜的大變形模型


圖一

在醫學影像中,除了剛性變換,仿射變換,和單應性變換之外,另外一種常見的變換是複雜的大變形模型變換。在醫學影像中,常常會發生患者局部變形,因為在成像的過程中,除了患者難以避免的會移動,還有一些正常身體機能運轉不可避免會動到的身體部位,例如心臟跳動和患者正常呼吸會動到的身體部位,包括肺部,喉嚨等。

如此局部變形需要的矩陣在複雜度上遠超過單應性的矩陣。需要的大量參數通常以深度學習的方式求出。舉例來說,圖一就是使用卷積神經網路的原理來求參數值,先把參考圖像和感測圖像都分別做切割成小塊,然後再逐一做配對,逐一做訓練。正中央的圖形8展示出的紅線是每一個區塊分別對應的變換, 以線條的大小和方向表現出變換的方向和大小。


參考文獻

https://www.sicara.ai/blog/2019-07-16-image-registration-deep-learning