特徴点の確率的位置推定に基づく医用画像中の非剛体表面レジストレーション

摘要

This article proposes a new method for registering a surface of an organ in a 3D medical image with a surface mesh model of the surface. Each grid point of the surface mesh has probabilistic models of its position, the local deformation, and its local image pattern. For learning those probabilistic models, we compute a set of correspondences on each surface of sample data by using an entropy-based particle system. For the registration, we use a non-parametric belief propagation. The proposed method can estimate the probability density distribution of the position of each grid of the surface mesh. The proposed method was applied to some actual 3D medical images, and the results are presented in this article.%本稿ではX-CT画像中の臓器表面のレジストレーション法を提案する．提案法は臓器表面を2次元メッシュで表現する．このメッシュは対象臓器表面の位置と形状のモデルであり，各格子点は正規化された画像における位置，隣接点との相対位置関係，ならびに格子点近傍における局所画像のそれぞれに関する確率モデルを有している．これらの確率モデルは学習用に収集した多数の臓器表面上に配置した対応点に基づき推定する．対応点の配置には，表面における均一さと表面間における類似性をエントロピーに基づいてバランスさせる手法を用いる．画像に対してモデルをレジストレーションする際には，上記確率モデルと画像を，ノンパラメトリック確率伝搬法によりレジストレーションする．提案法を用いてレジストレーションを行うと，臓器表面上の各部位におけるレジストレーションの確度も評価することができる．本稿では，大動脈に対して実験を行った結果を報告する．