Deformable Slice-to-Volume Registration for Motion Correction of Fetal Body and Placenta MRI

刚性变换 图像配准 计算机视觉 运动学 人工智能 计算机科学 离群值 磁共振成像 运动(物理) 体积热力学 刚体 生物医学工程 医学 放射科 物理 图像(数学) 量子力学 经典力学
作者
Alena Uus,Tong Zhang,Laurence H. Jackson,Thomas A. Roberts,Mary Rutherford,Joseph V. Hajnal,Maria Deprez
出处
期刊:IEEE Transactions on Medical Imaging [Institute of Electrical and Electronics Engineers]
卷期号:39 (9): 2750-2759 被引量:73
标识
DOI:10.1109/tmi.2020.2974844
摘要

In in-utero MRI, motion correction for fetal body and placenta poses a particular challenge due to the presence of local non-rigid transformations of organs caused by bending and stretching. The existing slice-to-volume registration (SVR) reconstruction methods are widely employed for motion correction of fetal brain that undergoes only rigid transformation. However, for reconstruction of fetal body and placenta, rigid registration cannot resolve the issue of misregistrations due to deformable motion, resulting in degradation of features in the reconstructed volume. We propose a Deformable SVR (DSVR), a novel approach for non-rigid motion correction of fetal MRI based on a hierarchical deformable SVR scheme to allow high resolution reconstruction of the fetal body and placenta. Additionally, a robust scheme for structure-based rejection of outliers minimises the impact of registration errors. The improved performance of DSVR in comparison to SVR and patch-to-volume registration (PVR) methods is quantitatively demonstrated in simulated experiments and 20 fetal MRI datasets from 28-31 weeks gestational age (GA) range with varying degree of motion corruption. In addition, we present qualitative evaluation of 100 fetal body cases from 20-34 weeks GA range.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
hu970发布了新的文献求助30
刚刚
1秒前
腼腆的安雁完成签到 ,获得积分20
1秒前
中大王发布了新的文献求助10
1秒前
欢呼鼠标完成签到,获得积分20
2秒前
kk完成签到 ,获得积分10
2秒前
jxcandice完成签到,获得积分10
2秒前
悟空完成签到,获得积分10
2秒前
YY完成签到,获得积分10
3秒前
让大佐眯会吧完成签到,获得积分20
3秒前
Akim应助菊菊采纳,获得10
3秒前
3秒前
刘星星发布了新的文献求助10
3秒前
Vii完成签到,获得积分10
4秒前
4秒前
4秒前
星辰大海应助yatou5651采纳,获得10
5秒前
夜空中最亮的星完成签到,获得积分10
5秒前
咯咯咯发布了新的文献求助20
6秒前
a1oft发布了新的文献求助10
6秒前
地狱跳跳虎完成签到,获得积分10
7秒前
7秒前
7秒前
朱一龙发布了新的文献求助30
8秒前
中大王完成签到,获得积分10
8秒前
8秒前
啦啦啦完成签到 ,获得积分10
8秒前
艺阳完成签到,获得积分10
9秒前
9秒前
俏皮大地完成签到 ,获得积分10
9秒前
LLL发布了新的文献求助10
9秒前
共享精神应助卡卡采纳,获得10
10秒前
10秒前
10秒前
10秒前
大菠萝发布了新的文献求助10
10秒前
HEIKU应助帅酷的小刺猬采纳,获得10
11秒前
深情的嘉熙完成签到,获得积分10
11秒前
顺利涵菡完成签到,获得积分20
11秒前
斯文败类应助Jack采纳,获得10
11秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527742
求助须知:如何正确求助?哪些是违规求助? 3107867
关于积分的说明 9286956
捐赠科研通 2805612
什么是DOI,文献DOI怎么找? 1540026
邀请新用户注册赠送积分活动 716884
科研通“疑难数据库(出版商)”最低求助积分说明 709762