Диффеоморфное метрическое отображение больших деформаций


Диффеоморфное метрическое отображение больших деформаций ( LDDMM ) -- это особый набор алгоритмов , используемых для диффеоморфного отображения и управления плотными изображениями на основе диффеоморфного метрического отображения в рамках академической дисциплины вычислительной анатомии , который отличается от своего предшественника на основе диффеоморфного отображения . Различие между ними состоит в том, что диффеоморфные метрические карты удовлетворяют тому свойству, что длина, связанная с их потоком от единицы, индуцирует метрику на группе диффеоморфизмов , которая, в свою очередь, индуцирует метрику на орбите фигур и форм в пределах поля Вычислительная анатомия. Изучение фигур и форм с помощью метрики диффеоморфного метрического отображения называется диффеоморфометрией .

Диффеоморфная картографическая система — это система, предназначенная для отображения, обработки и передачи информации, которая хранится во многих типах пространственно распределенных медицинских изображений.

Диффеоморфное картирование — это базовая технология для картирования и анализа информации, измеренной в анатомических системах координат человека, которые были измерены с помощью медицинской визуализации .. Диффеоморфное отображение — это широкий термин, который на самом деле относится к ряду различных алгоритмов, процессов и методов. Он связан со многими операциями и имеет множество приложений для анализа и визуализации. Диффеоморфное отображение можно использовать для связи различных источников информации, которые индексируются в зависимости от пространственного положения в качестве ключевой переменной индекса. Диффеоморфизмы по своей структуре латинского корня сохраняют преобразования, которые, в свою очередь, дифференцируемы и, следовательно, гладки, что позволяет вычислять метрические величины, такие как длина дуги и площади поверхности. Пространственное местоположение и протяженность в анатомических системах координат человека могут быть записаны с помощью различных методов медицинской визуализации, обычно называемых мультимодальными медицинскими изображениями, обеспечивающими либо скалярные, либо векторные величины в каждом пространственном местоположении.Магнитно-резонансные изображения T1 или T2 или в виде матриц тензора диффузии 3x3, диффузионной МРТ и диффузионно-взвешенной визуализации , в скалярные плотности, связанные с компьютерной томографией (КТ), или функциональные изображения, такие как временные данные функциональной магнитно-резонансной томографии и скалярные плотности, такие как Positron эмиссионная томография (ПЭТ) .

Вычислительная анатомия является субдисциплиной в рамках более широкой области нейроинформатики в рамках биоинформатики и медицинской визуализации . Первым алгоритмом плотного отображения изображений с помощью диффеоморфного метрического отображения был LDDMM Бега [1] [2] для объемов и сопоставление ориентиров Джоши для наборов точек с соответствием [3] [4] с алгоритмами LDDMM, которые теперь доступны для вычисления диффеоморфных метрических карт между не - соответствующие ориентиры [5] и сопоставление ориентиров, присущие сферическим многообразиям, [6] кривые, [7] течения и поверхности, [8] [9] [10] тензоры, [11]варифолды [12] и временные ряды. [13] [14] [15] Термин LDDMM был впервые установлен как часть исследовательской сети биомедицинской информатики , поддерживаемой Национальными институтами здравоохранения . [16]

В более общем смысле диффеоморфное отображение — это любое решение, которое регистрирует или строит соответствия между плотными системами координат в медицинской визуализации, обеспечивая диффеоморфность решений. В настоящее время существует множество кодов, организованных вокруг диффеоморфной регистрации [17] , включая ANTS, [18] DARTEL, [19] DEMONS, [20] StationaryLDDMM, [21] FastLDDMM, [22] [23] в качестве примеров активно используемых вычислительных кодов для построения соответствия между системами координат на основе плотных изображений.


На рисунке показано соединение LDDMM с плотным изображением для передачи криволинейного движения.
На рисунке показано плотное сопоставление изображений LDMM. Верхний ряд показывает перемещение изображения под потоком ; в средней строке показана последовательность векторных полей t=0,1/5,2/5,3/5,4/5,1; нижняя строка показывает последовательность сеток под