群作用は、 リーマン幾何学 と軌道の定義 (制御理論) の中心です。 計算解剖学 の軌道は、 解剖学的形状と医療画像 で構成されます 。解剖学的形状は、点、曲線、面、部分体積で構成される微分 幾何学の部分多様体です。これは、線形 ベクトル 空間 である線型 代数のより馴染みのある軌道の考え方を一般化したものです。医療画像は、 医療画像処理 からのスカラー画像とテンソル画像です 。群作用は、変化に対応する人間の形状のモデルを定義するために使用されます。これらの軌道は、もともと パターン理論 でより抽象的に定式化された変形可能なテンプレートです。
計算解剖学の軌道モデル
計算解剖学における人体解剖学の中心モデルは、 微分幾何学 の古典的な定式化である 群と群作用で ある。軌道は 形状と形態 の空間と呼ばれる。 [1] 形状の空間は と表され 、 群は 合成法則を持つ 。群の形状に対する作用は と表され 、群の作用は を満たすように定義される。
メートル
∈
ま
{\displaystyle m\in {\mathcal {M}}}
(
グ
、
∘
)
{\displaystyle ({\mathcal {G}},\circ )}
∘
{\displaystyle \circ}
グ
⋅
メートル
{\displaystyle g\cdot m}
グ
⋅
メートル
∈
ま
、
メートル
∈
ま
{\displaystyle g\cdot m\in {\mathcal {M}},m\in {\mathcal {M}}}
(
グ
∘
グ
′
)
⋅
メートル
=
グ
⋅
(
グ
′
⋅
メートル
)
∈
ま
。
{\displaystyle (g\circ g^{\prime })\cdot m=g\cdot (g^{\prime }\cdot m)\in {\mathcal {M}}.}
テンプレートの 軌道はすべての図形の空間になります 。
ま
{\displaystyle {\mathcal {M}}}
ま
≐
{
メートル
=
グ
⋅
メートル
t
e
メートル
p
、
グ
∈
グ
}
{\displaystyle {\mathcal {M}}\doteq \{m=g\cdot m_{\mathrm {temp} },g\in {\mathcal {G}}\}}
計算解剖学におけるいくつかのグループアクション
の体積上に定義される CA の中心群は、 3 成分 、関数の合成法則 、逆関数 を持つ写像である 微分同相写像群 です 。
R
3
{\displaystyle {\mathbb {R} }^{3}}
グ
≐
だ
私
ふ
ふ
{\displaystyle {\mathcal {G}}\doteq \mathrm {Diff} }
ϕ
(
⋅
)
=
(
ϕ
1
(
⋅
)
、
ϕ
2
(
⋅
)
、
ϕ
3
(
⋅
)
)
{\displaystyle \phi (\cdot )=(\phi _{1}(\cdot ),\phi _{2}(\cdot ),\phi _{3}(\cdot ))}
ϕ
∘
ϕ
′
(
⋅
)
≐
ϕ
(
ϕ
′
(
⋅
)
)
{\displaystyle \phi \circ \phi ^{\prime }(\cdot )\doteq \phi (\phi ^{\prime }(\cdot ))}
ϕ
∘
ϕ
−
1
(
⋅
)
=
ϕ
(
ϕ
−
1
(
⋅
)
)
=
id
{\displaystyle \phi \circ \phi ^{-1}(\cdot )=\phi (\phi ^{-1}(\cdot ))=\operatorname {id} }
サブマニフォールド: 臓器、皮質下構造、チャート、浸漬
チャートまたは 浸漬によってパラメータ化された部分 多様体 の場合 、微分同相作用は位置の流れである
X
⊂
R
3
∈
M
{\displaystyle X\subset {\mathbb {R} }^{3}\in {\mathcal {M}}}
m
(
u
)
,
u
∈
U
{\displaystyle m(u),u\in U}
ϕ
⋅
m
(
u
)
≐
ϕ
∘
m
(
u
)
,
u
∈
U
{\displaystyle \phi \cdot m(u)\doteq \phi \circ m(u),u\in U}
。
MRI、CT、PETなどのスカラー画像
最も人気のあるのは、逆関数を介して右側に作用する
スカラー像 です。
I
(
x
)
,
x
∈
R
3
{\displaystyle I(x),x\in {\mathbb {R} }^{3}}
ϕ
⋅
I
(
x
)
=
I
∘
ϕ
−
1
(
x
)
,
x
∈
R
3
{\displaystyle \phi \cdot I(x)=I\circ \phi ^{-1}(x),x\in {\mathbb {R} }^{3}}
。
曲線上の有向接線、テンソル行列の固有ベクトル
さまざまな画像撮影法がさまざまなアクションで使用されています。 が 3次元ベクトルである
画像の場合、
I
(
x
)
{\displaystyle I(x)}
φ
⋅
I
=
(
(
D
φ
)
I
)
∘
φ
−
1
,
{\displaystyle \varphi \cdot I=((D\varphi )\,I)\circ \varphi ^{-1},}
φ
⋆
I
=
(
(
D
φ
T
)
−
1
I
)
∘
φ
−
1
{\displaystyle \varphi \star I=((D\varphi ^{T})^{-1}I)\circ \varphi ^{-1}}
テンソル行列
Cao et al.
[2]は 、拡散テンソルイメージングによって測定され、その主固有ベクトルによって表されるMRI画像のマッピングのアクションを調べた。テンソル場に対して、フレームと呼ばれる正の方向
の
正規直交基底
、ベクトル積は 次のように
表される。
I
(
x
)
=
(
I
1
(
x
)
,
I
2
(
x
)
,
I
3
(
x
)
)
{\displaystyle I(x)=(I_{1}(x),I_{2}(x),I_{3}(x))}
R
3
{\displaystyle {\mathbb {R} }^{3}}
I
1
×
I
2
{\displaystyle I_{1}\times I_{2}}
φ
⋅
I
=
(
D
φ
I
1
‖
D
φ
I
1
‖
,
(
D
φ
T
)
−
1
I
3
×
D
φ
I
1
‖
(
D
φ
T
)
−
1
I
3
×
D
φ
I
1
‖
,
(
D
φ
T
)
−
1
I
3
‖
(
D
φ
T
)
−
1
I
3
‖
)
∘
φ
−
1
,
{\displaystyle \varphi \cdot I=\left({\frac {D\varphi I_{1}}{\|D\varphi \,I_{1}\|}},{\frac {(D\varphi ^{T})^{-1}I_{3}\times D\varphi \,I_{1}}{\|(D\varphi ^{T})^{-1}I_{3}\times D\varphi \,I_{1}\|}},{\frac {(D\varphi ^{T})^{-1}I_{3}}{\|(D\varphi ^{T})^{-1}I_{3}\|}}\right)\circ \varphi ^{-1}\ ,}
3 つの正規直交ベクトルのフレネ フレームは、 接線として変形し、 によって生成される平面の法線として変形し 、 です 。 H は、基底が正で正規直交であるという一意の制約を受けます。
I
1
{\displaystyle I_{1}}
I
3
{\displaystyle I_{3}}
I
1
×
I
2
{\displaystyle I_{1}\times I_{2}}
I
3
{\displaystyle I_{3}}
非負対称行列 の場合、アクションは になります 。
3
×
3
{\displaystyle 3\times 3}
φ
⋅
I
=
(
D
φ
I
D
φ
T
)
∘
φ
−
1
{\displaystyle \varphi \cdot I=(D\varphi \,ID\varphi ^{T})\circ \varphi ^{-1}}
MRI DTI画像 [3] [4] (テンソル)をマッピングする場合、微分同相写像によって固有値が保存され、固有ベクトルが回転し、固有値が保存されます。固有要素が与えられた場合
、作用は次のようになります。
{
λ
i
,
e
i
,
i
=
1
,
2
,
3
}
{\displaystyle \{\lambda _{i},e_{i},i=1,2,3\}}
φ
⋅
I
≐
(
λ
1
e
^
1
e
^
1
T
+
λ
2
e
^
2
e
^
2
T
+
λ
3
e
^
3
e
^
3
T
)
∘
φ
−
1
{\displaystyle \varphi \cdot I\doteq (\lambda _{1}{\hat {e}}_{1}{\hat {e}}_{1}^{T}+\lambda _{2}{\hat {e}}_{2}{\hat {e}}_{2}^{T}+\lambda _{3}{\hat {e}}_{3}{\hat {e}}_{3}^{T})\circ \varphi ^{-1}}
e
^
1
=
D
φ
e
1
‖
D
φ
e
1
‖
,
e
^
2
=
D
φ
e
2
−
⟨
e
^
1
,
(
D
φ
e
2
⟩
e
^
1
‖
D
φ
e
2
−
⟨
e
^
1
,
(
D
φ
e
2
⟩
e
^
1
‖
,
e
^
3
≐
e
^
1
×
e
^
2
.
{\displaystyle {\hat {e}}_{1}={\frac {D\varphi e_{1}}{\|D\varphi e_{1}\|}}\ ,{\hat {e}}_{2}={\frac {D\varphi e_{2}-\langle {\hat {e}}_{1},(D\varphi e_{2}\rangle {\hat {e}}_{1}}{\|D\varphi e_{2}-\langle {\hat {e}}_{1},(D\varphi e_{2}\rangle {\hat {e}}_{1}\|}}\ ,\ {\hat {e}}_{3}\doteq {\hat {e}}_{1}\times {\hat {e}}_{2}\ .}
方位分布関数と高角度分解能HARDI
配向分布関数 (ODF) は、水分子の拡散確率密度関数の角度プロファイルを特徴付けるもので、高角度分解能拡散イメージング (HARDI) から再構築できます。ODF は、単位球 上で定義される確率密度関数です。 情報幾何学 の分野 [5] では、 ODF の空間はフィッシャー・ラオ計量を持つ リーマン多様体 を形成します。LDDMM ODF マッピングの目的では、測地線、指数マップ、対数マップなどのさまざまなリーマン演算が閉じた形式で利用できるため、平方根表現は現在までに見つかった最も効率的な表現の 1 つであるため、これを選択します。以下では、平方根 ODF ( ) を と表します 。ここで、 は 一意性を確保するために非負であり、 です 。
S
2
{\displaystyle {\mathbb {S} }^{2}}
ODF
{\displaystyle {\sqrt {\text{ODF}}}}
ψ
(
s
)
{\displaystyle \psi ({\bf {s}})}
ψ
(
s
)
{\displaystyle \psi ({\bf {s}})}
∫
s
∈
S
2
ψ
2
(
s
)
d
s
=
1
{\displaystyle \int _{{\bf {s}}\in {\mathbb {S} }^{2}}\psi ^{2}({\bf {s}})d{\bf {s}}=1}
微分同相変換を と表記する。 、 上の微分同相写像の群作用は 非負性と を保証する必要がある 。 の導出に基づき、 [6] この群作用は次のように定義される。
ϕ
{\displaystyle \phi }
ψ
(
s
)
{\displaystyle \psi ({\bf {s}})}
ϕ
⋅
ψ
{\displaystyle \phi \cdot \psi }
∫
s
∈
S
2
ϕ
⋅
ψ
2
(
s
)
d
s
=
1
{\displaystyle \int _{{\bf {s}}\in {\mathbb {S} }^{2}}\phi \cdot \psi ^{2}({\bf {s}})d{\bf {s}}=1}
(
D
ϕ
)
ψ
∘
ϕ
−
1
(
x
)
=
det
(
D
ϕ
−
1
ϕ
)
−
1
‖
(
D
ϕ
−
1
ϕ
)
−
1
s
‖
3
ψ
(
(
D
ϕ
−
1
ϕ
)
−
1
s
‖
(
D
ϕ
−
1
ϕ
)
−
1
s
‖
,
ϕ
−
1
(
x
)
)
,
{\displaystyle {\begin{aligned}(D\phi )\psi \circ \phi ^{-1}(x)={\sqrt {\frac {\det {{\bigl (}D_{\phi ^{-1}}\phi {\bigr )}^{-1}}}{\left\|{{\bigl (}D_{\phi ^{-1}}\phi {\bigr )}^{-1}}{\bf {s}}\right\|^{3}}}}\quad \psi \left({\frac {(D_{\phi ^{-1}}\phi {\bigr )}^{-1}{\bf {s}}}{\|(D_{\phi ^{-1}}\phi {\bigr )}^{-1}{\bf {s}}\|}},\phi ^{-1}(x)\right),\end{aligned}}}
のヤコビアンは どこですか ?
(
D
ϕ
)
{\displaystyle (D\phi )}
ϕ
{\displaystyle \phi }
参考文献
^ Miller, Michael I.; Younes, Laurent; Trouvé, Alain (2014-03-01). 「人体解剖学のための微分形態測定法と測地線測位システム」. テクノロジー . 2 (1): 36. doi :10.1142/S2339547814500010. ISSN 2339-5478. PMC 4041578 . PMID 24904924.
^ Cao Y1、Miller MI、Winslow RL、Younes、「ベクトル場の大変形微分同相メトリックマッピング」IEEE Trans Med Imaging。2005年9月;24(9):1216-30。
^ Alexander, DC; Pierpaoli, C.; Basser, PJ; Gee, JC (2001-11-01). 「拡散テンソル磁気共鳴画像の空間変換」 (PDF) . IEEE Transactions on Medical Imaging . 20 (11): 1131–1139. doi :10.1109/42.963816. ISSN 0278-0062. PMID 11700739. S2CID 6559551.
^ Cao, Yan; Miller, Michael I.; Mori, Susumu; Winslow, Raimond L.; Younes, Laurent (2006-07-05). 「拡散テンソル画像の微分同相マッチング」。2006 コンピュータ ビジョンおよびパターン認識ワークショップ (CVPRW'06) 会議 。2006 巻。p. 67。doi :10.1109/ CVPRW.2006.65。ISBN 978-0-7695-2646-1 . ISSN 1063-6919. PMC 2920614. PMID 20711423 .
^ アマリ、S (1985)。 統計における微分幾何学的手法 。シュプリンガー。
^ Du, J; Goh, A; Qiu, A (2012). 「方向分布関数のリーマン構造に基づく高角度分解能拡散イメージングの微分同相メトリックマッピング」. IEEE Trans Med Imaging . 31 (5): 1021–1033. doi :10.1109/TMI.2011.2178253. PMID 22156979. S2CID 11533837.