78、几何变形：图像配准的新方法

几何变形：图像配准的新方法

1. 引言与背景

图像配准通常基于源图像和目标图像之间的结构相似性，常用的相似性度量方法有直接比较图像强度，或使用互信息、互相关等间接强度度量。然而，对于包含病理信息的图像，结构和强度相似性的假设可能不成立。

在创伤性脑损伤（TBI）病例中，临床挑战之一是区分大脑的永久性和暂时性变化，以便制定有效的治疗和康复计划。通常会在患者初次就诊时以及四到八个月后进行扫描，两次扫描间，病理的几何形状、大脑的变形以及病理对大脑的浸润都会发生显著变化。确定浸润消退的区域对于预测长期预后尤为有用。同样，在肿瘤病例中，治疗后评估需要确定肿瘤几何形状、肿瘤浸润、疤痕形成以及整体大脑形态的变化。在中风病例中，临床需求是从急性扫描中预测慢性血液灌注变化。这些情况的共同特点是存在全局组织变形、病理几何形状的局部变化以及组织和病理组成的局部变化，我们将这些变化称为“几何变形”。

传统的低维图像变换模型的配准方法可能能够容忍几何变形的变化，但直接应用经典的可变形配准方法可能会产生不切实际的变形估计。为了解决几何变形问题，已经提出了具有弱和强外观变化模型的可变形配准方法。例如，一些方法具有强大的脑肿瘤质量效应和浸润模型，但这些方法通常是特定于应用的，并且依赖于肿瘤模型与观察到的肿瘤的良好匹配。另一方面，图像变形方法使用弱模型来精确地将源图像平滑地转换为目标图像，但这些方法没有明确建模病理的变形或组成，难以量化肿瘤浸润或中风后的组织恢复等效果。

2. 几何变形模型

以肿瘤生长为例，图像外观的变化可能由组织变形、肿瘤生长挤压健康组织以及肿瘤浸润健康组织等多种因素引起。组织变形和肿瘤生长引起的位移可以通过标准配准方法捕捉，但浸润并不意味着空间变化。