65、基于肿瘤生长模型的脑扫描联合分割与可变形配准

基于肿瘤生长模型的脑扫描联合分割与可变形配准

1. 引言

统计脑图谱在辅助分析和理解脑肿瘤发展方面是强大的工具，可用于学习肿瘤相对于健康组织的位置，或指导脑肿瘤扫描的自动分割。脑肿瘤磁共振（MR）扫描向通用坐标系的配准是图谱构建和应用的重要环节，由于脑肿瘤的个体特异性，常以健康受试者的MR扫描作为坐标系。然而，该配准任务极具挑战性，因为健康扫描中没有与病理对应的部分，且肿瘤的占位效应会严重变形健康组织，使其形状与健康脑扫描差异很大。

常见的脑图像配准方法，如掩蔽病理后对健康组织配准，或在健康扫描中植入肿瘤的图谱播种法，都忽略了水肿，未能明确模拟肿瘤细胞向邻近健康组织的扩散。虽然有方法引入生物物理（扩散 - 反应）肿瘤生长模型来模拟占位效应和扩散，但需要准确的病理分割，自动生成较为困难。因此，我们提出了一种联合图谱配准和分割的框架来解决此问题。

2. 图谱生成

我们使用神经胶质瘤生长模型在原本健康的图谱中嵌入肿瘤。图谱被定义为一组指定脑组织空间分布的概率图。通过在健康图谱中人工播种肿瘤，并使用生物物理模型使其生长，肿瘤概率 $\pi_{TU}(x, t)$ 在图谱空间 $\Omega_A$ 和时间区间 $[0, T]$ 内的演化由以下扩散 - 反应模型决定：
[
\begin{cases}
\frac{\partial\pi_{TU}}{\partial t}-\nabla(D\nabla\pi_{TU})+\nabla(\pi_{TU}v)=\rho\pi_{TU}(1 - \pi_{TU}) \
\nabla[\lambda I\nabla\cdot u+\mu(\nabla u+\nabla u^T)] = p\