Analytic regularization for landmark-based image registration.
Analytic regularization for landmark-based image registration.
复制标题
DOI：
10.1088/0031-9155/57/6/1477
复制
发表时间：
2012-03-21
影响因子：
3.5
通讯作者：
Sharp G
中科院分区：
文献类型：
--
作者：
Shusharina N;Sharp G
基于特征点的径向基函数（RBF）配准是一种有效的、数学上透明的医学图像配准方法。为了保证基于径向基函数的向量场的可逆性和自同构性，已经提出了各种正则化方案。在这里，我们报告了一种新的RBF正则化的分析方法，并证明了它的高斯RBF的权力。我们的解析公式可以用来从线性方程组的解中获得正则化的向量场，就像传统的RBF一样，并且可以推广到任何具有无限支撑的RBF。我们统计验证的方法的全局配准的合成和肺部图像。此外，我们提出了几个临床的例子，多级强度/地标为基础的注册，正则化高斯RBF是成功的，在纠正局部误配准区域自动B样条配准。我们的方法的最终应用是快速，交互式的变形配准的局部校正与少量的鼠标点击。
Landmark-based registration using radial basis functions (RBF) is an efficient and mathematically transparent method for the registration of medical images. To ensure invertibility and diffeomorphism of the RBF-based vector field, various regularization schemes have been suggested. Here, we report a novel analytic method of RBF regularization, and demonstrate its power for Gaussian RBF. Our analytic formula can be used to obtain a regularized vector field from the solution of a system of linear equations, exactly as in traditional RBF, and can be generalized to any RBF with infinite support. We statistically validate the method on global registration of synthetic and pulmonary images. Furthermore, we present several clinical examples of multistage intensity/landmark based registrations, where regularized Gaussian RBF are successful in correcting locally mis-registered areas resulting from automatic B-spline registration. The intended ultimate application of our method is rapid, interactive local correction of deformable registration with a small number of mouse clicks.
登录
查看更多内容
影响因子：
4.6
作者：
Sorzano, COS;Thévenaz, P;Unser, M
通讯作者：
Unser, M
影响因子：
10.6
作者：
Christensen, GE;Joshi, SC;Miller, MI
通讯作者：
Miller, MI
影响因子：
10.6
作者：
Rohr, K;Stiehl, HS;Kuhn, MH
通讯作者：
Kuhn, MH
影响因子：
3.5
作者：
Pekar, V;Gladilin, E;Rohr, K
通讯作者：
Rohr, K
影响因子：
3.5
作者：
Castillo, Richard;Castillo, Edward;Guerrero, Thomas
通讯作者：
Guerrero, Thomas