Пространственная нормализация
 | Эта статья нуждается в дополнительных цитатах для проверки . ( сентябрь 2016 г. ) |
В нейровизуализации — пространственная нормализация это этап обработки изображения , точнее метод регистрации изображения . Человеческий мозг различается по размеру и форме, и одна из целей пространственной нормализации — деформировать снимки человеческого мозга так, чтобы одно место на скане мозга одного субъекта соответствовало тому же месту на скане мозга другого субъекта.
Его часто выполняют в рамках научных исследований функциональной нейровизуализации , когда нужно обнаружить общую активацию мозга у нескольких человек. Сканирование мозга можно получить с помощью сканеров магнитно-резонансной томографии (МРТ) или позитронно-эмиссионной томографии (ПЭТ).
Процесс пространственной нормализации состоит из двух этапов:
- Спецификация/оценка варп-поля
- Применение варп-поля с повторной выборкой
Оценка варп-поля может выполняться с помощью одного метода, например, МРТ, и применяться в другом методе, например, ПЭТ, если МРТ и ПЭТ-сканы существуют для одного и того же субъекта и они зарегистрированы совместно .
Пространственная нормализация обычно использует трехмерную модель нежесткого преобразования («поле деформации») для преобразования изображения мозга в шаблон.Поле деформации может быть параметризовано базисными функциями, такими как косинус и полиномия .
Диффеоморфизмы как композиционные преобразования координат
[ редактировать ]Альтернативно, многие продвинутые методы пространственной нормализации основаны на сохраняющих структуру преобразованиях, гомеоморфизмах и диффеоморфизмах, поскольку они плавно переносят гладкие подмногообразия во время преобразования. Диффеоморфизмы генерируются в современной области вычислительной анатомии на основе диффеоморфных потоков, также называемых диффеоморфными отображениями . Однако такие преобразования с помощью диффеоморфизмов не являются аддитивными, хотя они образуют группу с функциональным составом и действуют нелинейно на изображения через групповое действие . По этой причине потоки, обобщающие идеи аддитивных групп, позволяют генерировать большие деформации, сохраняющие топологию, обеспечивая преобразования 1-1 и онто. Вычислительные методы для создания такого преобразования часто называют LDDMM. [1] [2] [3] [4] которые предоставляют потоки диффеоморфизмов в качестве основного вычислительного инструмента для соединения систем координат, соответствующих геодезическим потокам Вычислительной Анатомии .
Существует ряд программ, реализующих как оценку, так и применение варп-поля. Он является частью программ SPM и AIR , а также MRI Studio и MRI Cloud.org. [5] [6]
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Тога, Артур В. (17 ноября 1998 г.). Деформация мозга . Академическая пресса. ISBN 9780080525549 .
- ^ «Сопоставление ориентиров на поверхностях мозга с помощью диффеоморфизмов большой деформации на сфере - Университет Юты» . utah.pure.elsevier.com . Проверено 21 марта 2016 г.
- ^ Бег, М. Фейсал; Миллер, Майкл И.; Труве, Ален; Юнес, Лоран (2005). «Вычисление метрических отображений большой деформации с помощью геодезических потоков диффеоморфизмов» . Международный журнал компьютерного зрения . 61 (2): 139–157. doi : 10.1023/B:VISI.0000043755.93987.aa . S2CID 17772076 . Проверено 21 марта 2016 г.
- ^ Джоши, Южная Каролина; Миллер, Мичиган (1 января 2000 г.). «Сопоставление ориентиров с помощью диффеоморфизмов большой деформации». Транзакции IEEE при обработке изображений . 9 (8): 1357–1370. Бибкод : 2000ITIP....9.1357J . дои : 10.1109/83.855431 . ISSN 1057-7149 . ПМИД 18262973 .
- ^ «МРТ Облако» . mricloud.org . Архивировано из оригинала 2 июня 2023 года . Проверено 6 июля 2023 г.
- ^ «Вики-документация MRI Studio» . www.mristudio.org . Архивировано из оригинала 1 апреля 2016 года . Проверено 6 июля 2023 г.
 | Эта статья, посвященная технологиям, незавершена . Вы можете помочь Википедии, расширив ее . |