Giovanni Mettivier » 18.Image Registration - parte seconda

Point mappings methods

I Point Mapping methods sono quelle tecniche usate quando la natura del dis-allineamento è sconosciuto o difficile da ricavare.
Un esempio è l’imaging cardiaco dove strutture si muovono l’una rispetto all’altra come conseguenza del moto respiratorio, che a sua volta è non sincronizzato con il ciclo cardiaco.

Point mappings methods (segue)

Steps nel mappaggio:

• Determinare caratteristiche rilevanti
• Selezionare i punti di controllo
• Mappaggio spaziale
• Ricampionamento

Point mappings methods (segue)

La selezione dei punti di controllo è determinante per l’accuratezza del risultato.
I punti di controllo possono essere intrinseci (es. piccole arterie) o estrinseche (oggetti deliberatamente posizionati, fiducial markers)
Si preferiscono, generalmente, sempre marker intrinseci.

Point mappings methods (segue)

Una volta che i punti di controllo sono stati selezionati, le relative posizioni nell’immagine di test devono essere identificate e le loro locazioni registrate.
Questo può essere sia un processo manuale o automatizzato. In questo stadio è necessario una elevata accuratezza.
Una volta che le coppie di coordinate dei punti di controllo nell’immagini di test e di riferimento sono state determinate, bisogna applicare la trasformazione.

Punti di controllo

Per casi in cui non c’è distorsione geometrica tra due immagini, è possibile ottenere la registrazione specificando due o più punti di controllo.
Un punto di controllo è piazzato su una caratteristica che è comune per entrambi le immagini.
Per esempio, in molte immagini MR della testa, le arterie ed il cervello sono degli eccellenti punti di controllo per il loro alto contrasto e le piccole dimensioni.

Interpolazione

Il problema della registrazione tra le modalità è complica dal fatto che la risoluzione di un metodo può essere diversa dall’altro.
Per esempio immagini funzionali a bassa risoluzione sono registrate su immagini di riferimento anatomica ad alta risoluzione.
L’approccio generale in questo caso sarebbe interpolare l’immagine a più bassa risoluzione fino ad uguagliare la dimensione del pixel dell’immagine a più alta risoluzione prima di posizionare i punti di controllo.

Ingrandimento

Come risultato delle acquisizioni tra le diverse modalità è anche necessario correggere per una differenza di scaling lineare.
Il processo della registrazione delle immagini è qualche volta riferita come fusione delle immagini.

Ingrandimento uniforme (segue)

Ingrandimento uniforme (segue)

Rotazione, traslazione e scaling possono essere determinate dai vettori A e B:

Shift =[a₀₀,b₀₀]
Scale = [a₁₀, b₁₀]
Rotation = sin a₀₁ = sin b₀₁

Trasformazioni Affini (segue)

La trasformazione polinomiale in generale può correggere per distorsioni geometriche così come la traslazione e rotazione.
Per il suo utilizzo è richiesto un grande numero di punti di controllo (dipende dall’ordine del polinomio che è stato usato).
È importante non usare una trasformazione polinomiale dove una Affine è sufficiente siccome si possono introdurre errori significativi.

Ricampionamento

È importante notare che quando una immagine è trasformata, alcune (o più) delle nuove locazioni dei pixel avranno valori frazionali, cioè, ci sono posti decimali in x e y tale che essi cadono tra indici di pixel interi.

Quindi è necessario effettuare un ricampionamento per eliminare questo problema. Il ricampionamento è un processo di interpolazione che rende l’immagine di uscita in una matrice indicizzata intera.

Trasformazione rigida

La trasformazione rigida è usata per tener conto del movimento soggetto/struttura nei casi dove l’oggetto mantiene la sua forma e dimensione (es. testa).

Essa è una combinazione di traslazioni (1D o 2D), rotazione, e variazioni di scala.

Le trasformazioni affini sono più generali e possono trattare distorsioni geometriche più complesse rimanendo allo stesso tempo computazionalmente stabile.