グラフイカルモデルにより表現する臓器表面の3次元画像へのレジストレーションの高精度化

摘要

In this article, we propose an model-to-image registration method. The method represents organ surface by using a graphical model, and registers model by estimating the marginal posterior distribution of the location of each point by means of non-parametric belief propagation. This enables us to estimate not only the location of the registered surface but also the confidence of the estimated locations. However, performance of estimation changes depending on the accuracy of the constructed model. In this article, we study on the inaccuracy of the registration method under the condition that we can use only small number of samples for model construction. Then, we show some method for improving the performance of the registration. Experimental results showed that the method successfully improved the registration accuracy.%本稿では，臓器表面の統計点群モデルと3次元画像をレジストレーションする手法の高精度化について報告する.提案法では，グラフィカルモデルにより臓器表面を表現し，ノンパラメトリック確率伝播法により各点の位置の周辺事後分布を推定する.そのため，レジストレーションができるだけではなく，その確度を各点で推定できる.ただし，モデルの構築法に依存して推定精度は変化する.本稿では，特にグラフィカルモデルを構築する際の学習サンプルに含まれる誤りとサンプル数が少ないことがモデルに与える影響を述べる.また，それら影響を克服することにより，推定を高精度化することを示す.X-CT画像中の肝臓を対象とした実験結果により精度向上を定量評価したので報告する.