英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料
医学图像配准综述-回顾
摘要
本文以“医学图像配准综述”(Maintz和Viergever, 1998)一文为指导，回顾了过去二十年医学图像配准领域的发展。它表明该文中所介绍的该领域的分类仍然是有用的，尽管为公正地对待该领域的进展而作的一些修改是应该的。近二十年来的主要变化是:由外部配准向内部配准的转变、基于灰度配准的主导地位、非线性配准的突破、主体间配准的进展以及通用图像配准软件包的可用性。20年前就被称为迫切需要解决的两个问题在今天变得更加迫切:图像配准方法的验证和图像配准研究成果向临床应用的转化。或许可以看出，医学图像配准领域已经发展起来，但在各个方面还需要进一步的发展。
1.介绍
早期发表在《医学图像分析》上的一篇文章是Maintz和Viergever(1998)的《医学图像配准综述》。这篇文章的目的是提供一个全面的和结构化的医疗图像配准方法的记录。这篇文章从此在医学影像分析文献中产生了很大的影响，在过去的几年中，谷歌学术中有3600条引用，至今每年仍有200条。
这期杂志的周年纪念是一个合适的时机来回顾这篇文章的内容，特别是来盘点过去二十年来医学图像配准方面发生的变化。文章中提出的分类还有用吗?观察到的趋势是持续的、增加的还是减少的?其他引人注目的观察仍然有效吗?这个领域是否以一种当时没有预见到的方式改变了?当时发现的主要问题解决了吗?这些问题将在下面几节中讨论。
2.1998年提出的分类仍然有用吗?
Maintz和Viergever的文章不仅是对当时发表的图像配准论文的综述，而且还提出了一种将图像配准方法按9个不同特征进行分类的方案。有点出乎意料,分类设置仍然很有用,它的分类标准：(i)维度(空间或时空2 d / 2 d, 2 d / 3 d, 3 d / d),(2)配准基础的性质(外部、内部、非基于图像的),(3)变换的性质(刚性、仿射投影,弯曲),(iv)转换的区域(全局、局部),(v)交互的程度(互动、半自动、自动),(vi)优化过程(参数计算或搜索),(vii)涉及的模态(单模态、多模态、模态到模型、患者到模态)、(viii)涉及的受试者(受试者内、受试者间、地图集)、(ix)涉及的对象(如大脑、心脏、乳房)。
本文将外部配准和内部配准作为分类方案的主要二分法。这不再有效。虽然外部配准并不是完全过时，但它只能在有限的应用中起作用。此外，我们现在可能会以稍微不同的方式制定一些标准，并可能添加一个或两个，例如，两两配对(n=2张图像)与groupwise (ngt;2张图像)的配准，或者非对称与对称的公式。此外，还将对某些类别进行细分。例如，优化程序的类别可以分为连续和离散的方法，而对于曲线转换的类别，可以考虑区分小变形(或:弹性)和大变形(或:流态，基于速度场的积分)方法。最后，最近关于曲线配准的文献包括了对变换模型、规范化和优化的创新建议，这些建议常常交织在一起。但是，这并不排除根据原来的框架进行分类。根据转换的性质和优化过程对这些方法进行分类仍然是相当简单的。所以，总的来说，这个分类方案在它的概念提出几十年后看起来还是很有用的。它可以随时更新以包含所有最新的配准方法，但这超出了本文的范围。
3.观察到的趋势是持续的、增加的还是减少的?
Maintz和Viergever提出了几种图像配准方法的发展趋势。首先，从外部配准到内部配准的转变被注意到，尽管当时临床使用的方法通常是外部配准的。这一趋势一直在迅速发展。在图像配准的研究中，外部的配准方法已不多见。在使用图像配准的临床应用中，内部配准方法正在取得进展，尽管在外科和放射治疗程序中，外部配准仍在使用。
其次，虽然基于表面的方法是当时最常使用的内部配准类型，但人们注意到，它们不得不让位于基于个体像素属性的方法。这一趋势肯定有所增加。应用基于像素的配准的计算障碍已经迅速减少，因此在配准过程中考虑完整的图像内容而不是依赖于图像对象的分割(这些对象随后必须进行对齐)变得可行。值得注意的是，基于点的方法(通常基于结构性特征)在图像配准中仍然占有一席之地，远远超过基于表面的方法。第三，有人提到正在出现建立代表性图像的公共数据库和建立图像配准验证协议的需要。甚至这些问题仍然很紧迫，尽管每一项工作都取得了显著的进展。在过去的十年里，已经有了一些带有专家标注的数据集可以利用了。其中大多数涉及到手动描绘的结构分段，这是为了评价图像分割方法，但也可以用于评价配准方法。例如，如IBSR 和LPBA40等分割的MR大脑图像的公共数据集已经被用于评估配准准确性的研究中，这些可以看Klein等人在2009年做的。然而，我们希望提醒读者注意Rohlfing(2012)的研究，该研究表明，基于图像相似性和组织重叠度来评估配准算法的方法有严重的缺陷，因此应该谨慎使用。目前只建立了几个数据库专门用于评估配准方法，所有这些数据库都与可变形的胸部图像配准有关，主要用于肺吸气/呼气扫描的配准。这些带标注的数据集由:DirLab 、POPI 、EMPIRE10提供。EMPIRE10是与MICCAI 2010一起被作为一项评估挑战。培训数据是公开的，研究小组可以通过描述他们的方法和提交结果来参与挑战，然后提供反馈。Murphy等人(2011a)描述了这一挑战。它现在仍然对提交保持开放，目前列出了来自28位第一作者的41个算法结果。值得注意的是，这是Grand Challenges repository 中列出的图像配准方面的唯一挑战，也是最早的医学图像分析评估挑战之一(如果不是第一个的话)，自从处理图像配准以来更是如此。它是J. Michael Fitzpatrick (West et al.， 1997)建立的一个回顾性配准评估项目(RREP)。它涉及对CT、MR和头部PET图像刚性配准算法的评估，旨在支持神经外科手术。最高标准是通过配准固定在患者头部的标记(作为临床方案的一部分)获得的。这项挑战作为回顾性图像配准评估(RIRE)项目仍然在继续进行，并由Kitware从2007年开始主持。它仍然是活跃的，目前有超过400个作者提交。
4.其他引人注目的观察仍然有效吗?
这篇文章(Maintz和Viergever, 1998)进一步包含了一些有趣的观察，但没有明确地表述为趋势。这些包括:
配准很少用于诊断临床实践,即使对一些过程来说，使用配准图像的优点是很明显的。这一论断仍然适用于诊断医学专业，尤其是放射学。刚性配准通常出现在商业医学图像分析包中，可用于一些多模态协议。然而，对于许多诊断过程，非线性配准是必要的，例如，检测疾病进展中的变化。虽然在研究环境中已经发展出了相对快速的非线性配准方法，但由于缺乏通用性和鲁棒性，这些方法还没有被纳入支持临床诊断的商业软件中。使用通用模块(预处理、配准、分割)构建快速可靠的图像分析通道的可行性可能会在短时间内改变这一点，至少在20年内。外科手术过程中的配准和放疗中患者定位的图像配准在临床中有好的应用效果。当涉及到外科手术时这一观察结果似乎有些乐观。在那个时代，神经外科的确率先使用了图像配准方法进行手术指导，但这些方法除了基于基准标记的神经导航的刚性配准外，还没有找到常规的临床实践的方法。然而，在治疗选择和治疗计划的术前阶段，配准更为普遍。特别是在功能性神经外科学中——以及与临床神经生理学相关的学科中——对相当多不同模态的图像进行配准是临床工作流程的一部分。此外，影像配准在介入放射学和心脏病学中也呈上升趋势，临床辅助软件中也出现了三维/二维配准，其目的是将介入前三维信息(CT、MRI、3DRX)与二维x线介入图像相结合来实现导航。最后，对于放射治疗来说，情况要有利得多。事实上，放射治疗可能是影像配准应用最广泛的临床专科。放射肿瘤学家不仅可以使用快速可靠的刚性配准技术在线性加速器中对患者进行定位，而且图像配准也越来越多地用于诊断和肿瘤分期、治疗规划和指导以及反应监测。全局刚性配准是目前在临床过程中最常用的配准方法。这仍然是正确的。虽然图像配准的研究几乎都集中在非线性方法上，但这些方法还没有得到广泛的临床认可。
临床使用所需要的精度水平总体上还不知道，同时临床专家甚至不能对其量化。这是一个有趣的观点，在文献中很少提及，但仍然是非常热门的话题。除了需要的准确性很难评估之外，如果有的话，在临床环境中的验证也是出了名的麻烦，因为解剖学，特别是病理学的变化不容易包括在验证协议中。因此，评价特别是非线性配准方法通常局限于控制研究使用，如模拟。使用临床数据的非线性配准的准确性评估的少数例外之一是前面提到的EMPIRE10挑战(Murphy et al.， 2011a)。
在曲线转换和主体间的配准到目前为止只有少许的出版文章。而这些已经不再有效。有大量关于非线性配准的出版文章，如Sotiras等人(2013)的综述文章中关于这种方法的有400多篇参考文献。关于主体间配准的出版文章数目不是很大，但仍然相当可观。
配准和可视化仍然很热门。这是进一步指定的:没有多少配准方法使用最先进的可视化，没有多少可视化方法使用配准图像作为输入。我们看到，这些领域相互学习，从而相互加强。因此，虽然这两个主题仍然是相当独立的，但规范不再适用。
很多单模态配准问题似乎都得到了满意的解决.这是另一个相当乐观的结论，它可能适用于全局刚性配准，但不适用于非线性配准，也不适用于相关的运动校正问题。正在进行的单模态配准研究的数量是不容忽视的。因此，对于上面的陈述，没有任何进展可以报告，除非进步的洞察力可以算作进步。
5.这个领域是否以一种当时没有预见到的方式改变了?
值得注意的是，20年前的一些观测结果仍然有效，这一时期医学图像配准领域取得了巨大的进步。以前的标准问题是对同一患者的两幅多模态图像进行对齐，现在的图像配准已经变得多方面化，出现了变化检测、运动检测和校正、基于地图集的分割等问题。有四个发展趋势引人注目:
配准研究主要集中在非线性配准 (或者也可以叫它在最初的文章里名字“曲线配准”);参见(Sotiras et al.， 2013)了解这一主题的最新进展记录。
基于灰度值(或叫基于像素)配准已经成为在多模态应用中一种选择的方法，越来越多地使用互信息作为相似性度量，起到了突出的作用。参见(Wells等，1996)用于介绍基于互信息的图像配准的文章，和(Pluim et al.， 2003)用于综述的文章。
主体间配准已经在配准研究和应用中有了更大的共享。一个重要的应用是基于地图集的分割，其中图像配准是将一组参考(地图集)图像对齐到新目标图像的关键的一部分，然后通过将地图集图像中感兴趣的标记(通常是专家标注的)结构转移给它进行分割。另一个广泛的应用是将一组患者的未配准图像与对照组的图像进行比较，作为寻找影像学生物标志物的一种方法。
这个领域大大得益于通用配准软件包的建立。配准软件甚至不可能尝试并提及所有这些包，所以我们只讨论当前经常使用的几个包:ANTs 、NiftyReg 、elastix以及ITK工具包的配准模块。作为这些软件包受欢迎程度的一个例子，我们给出了关于我们自己的软件工具箱elastix的一些统计数据(Klein et al.， 2010)。该软件已被下载超过3万次，目前约150次/周。邮件列表有325个订阅者，2015年有超过350个请求帮助。
6.当时发现的主要问题解决了吗?
(Maintz和Viergever, 1998)中发现的主要问题与配准的方法无关，而是与获得配准后的情况有关。从多种角度确定和讨论了两个主要问题，即验证和临床接受，由此应该注意到第二个问题取决于第一个问题。引用一句话:“很多方法仍然被认为是被有意义的临床应用所禁止的，因为它们还没有得到适当的验证”。
配准方法和结果的验证被认为是一个主要问题，但不是不可解决的问题。事实上，上面引用的那句话是说“正确的验证方法在大多数情况下是已知的”，只是需要“进行许多相关实验的艰苦工作”。这个乐观的声明是由那个文章得出的,然而这与本文前面的两个声明有些矛盾,即“我们不能绝对确定性地量化本地配准错误”和“实际所需的精度水平在许多应用程序中仍然是一个未知,并不能准确量化,甚至需要由临床医生来参与其中”。目前，我们仍然认为验证-特别是非线性图像配准方法和结果是非平凡的。 在过去的20年里，我们已经在这里已经取得了一些进步，但并没有我们预期的那么多，甚至没有我们希望的那么多。在对照研究中，使用计算机模拟或物理建模对配准方法进行评估的价值很有限(见Murphy et al .， 2011a)，而在验证方案中包含极其丰富的解剖学和病理学内容是一个巨大的挑战。至关重要的是，我们不仅要按照既定的行动方针进行验证研究，而且还要考虑设计合适的验证方案。我们自己的团队在这方面的例子是(Murphy et al, 2011b;(Muenzing et al, 2012)。至于临床接受，(Maintz和Viergever, 1998)的断言似乎再次有点矛盾。一方面，“配准在许多临床应用中很少使用，即使这些应用可能受益于配准图像”，而另一方面，“手术中的配准和患者定位的方法在临床应用中的很多地方有明显的良好效果”。后一句话表明，配准已经在影像引导介入研究和临床实践中赢得了一席之地(在一定程度上)，而前一句话主要是指在诊断过程中几乎完全没有图像配准。
在过去的20年里，图像配准在一些医学专业中的作用有了显著的提高。其中最重要的是放射治疗，图像配准已经以各种方式渗透到临床实践中，在诊断和肿瘤分期、治疗计划和交付、剂量积累和反应监测等方面。在神经外科、介入性放射学和心脏病学中，导航工具已经从研究环境转换到临床。此外，在功能性神经外科和临床神经生理学中，图像的多模态配准是术前患者管理的一部分，以优化手术计划。在其他诊断和介入学科
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[238764]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
