Hybrid Affine Registration Using Intensity Similarity and Feature Similarity for Pathology Detection
0
조회
0
다운로드
0
인용
0
참고문헌
초록
본 연구의 목적은 선형 변환을 이용한 레지스트레이션의 정확도를 높이는데 있다． 서로 다른 개인간의 뇌영상을 비교분석하기 위해서는 공 통된 좌표계로 각 영상을 변환하는 작업이 필요하다． 정확한 변환을 위해서는 천체적인 뇌영상의 매치와 국소척 영역의 매치가 모두 반적으로 상호정보를 이용한 레지스트레이산은 전쳬적인 뇌영상을 매치시키는데 유리하다． 그러나 관심영역에 대한 매치는 특징기반 중요하다． 일 레지스트레이 션 방법 이 더 유리 하다 . 본 논문에 서 제 시 하는 통합 레 지 스트레 이 션은 특징 정 보와 더 불어 복셀 기 반의 상호정 보를 함께 사용하였 다． 이 러 한 접 근 법은 정신분열증을 판단하는 기준으로 많이 사용되는 뇌량을 포함하는 뇌의 중심부분의 매칭에 용하는 복셀기반 레지스트레이션이나 탈라이락 좌표계를 이용한 정규화에 비해 본 연구의 통합 영 역 에서 의 레지 스트레 이 션 오차가 더 작았다． 유리함을 실험을 통해 확인하였다． 상호정보만을 사 레지스트레이션은 전체적 뇌영상 뿐만 아니라 관심
Abstract
The objective of this study 15 to provide a precise form of spatial normalization with affine transformation. The quantitative comparison of the brain arChitecture across different subjects requires a common coordinate system. For the common coordinate system, not only global brain but also a Iocal region of interest should be spatially normaiized. Registration using mutual information generally matches the whole brain well. However, a region of interest may not be normalized compared to the feature- based methods with the landmarks. The hybrid method of this paper utilizes feature information of the 10cal region as well as intensity similarity. Central gray nuclei of a brain including corpus callosum, which 15 used for feature in Schizophrenia detection, 15 appropriately normalized by the hybrid method. In the results section, our method is compared with mutual information only method and Talairach mapping with schizophrenia patients, and 15 shown how it accurately normalizes feature. Key ￦ords ; Mutual information, Feature similarity, Spatial normalizationINTRODUCTION Image registration was an lmpOltant component m many neuroimaging applications using multi- modality and intra modality medical images. The geometric alignment of multi- modality images was a fundamental task in