Registro de imagen multi contraste usando la toolbox de Matlab FAIR

Abstract

[ES] Las imágenes médicas son una herramienta fundamental para la medicina de precisión. Se usa comúnmente para el diagnostico enfermedades y la monitorización de la efectividad de los tratamientos. Con los años, se han desarrollado diferentes modalidades de imágenes médicas. El presente trabajo se centra en la resonancia magnética, que utiliza un fuerte campo magnético y ondas de radiofrecuencia para generar imágenes internas del cuerpo. Los movimientos del paciente pueden causar imágenes distorsionadas que no nos permiten obtener un resultado óptimo para nuestro propósito clínico. Para tratar el movimiento del paciente se utiliza el registro de la imagen. El registro de imágenes tiene como objetivo encontrar la transformación óptima para alinear los puntos de una imagen con los puntos correspondientes en otra imagen o serie de imágenes. La imagen de referencia se llama imagen fija y las otras se llaman imágenes en movimiento. La salida del registro es una transformación geométrica que mapea unos puntos de una imagen en otra. Hay diferentes tipos de métodos de registro (intrapaciente, interpaciente, monomodal, multimodal ...) El proceso de registro médico se puede dividir en 3 pasos. En primer lugar, es necesario determinar el tipo de transformación que se utilizará para alinear las imágenes (rígida, afín..). En segundo lugar, se debe definir una medida de similitud y, finalmente, se debe seleccionar algún método de optimización para obtener el valor óptimo de la métrica elegida. El tipo de registro utilizado en este proyecto es el método basado ​​en la intensidad. Este tipo de registro se basa en el cálculo de una transformación entre dos imágenes utilizando solo los valores de píxel o vóxel. Este método compara patrones de intensidad en imágenes. El registro basado en la intensidad funciona como un modelo iterativo cuyo objetivo es optimizar la "medida de similitud" calculada a partir de todos los valores de píxeles o vóxeles en ambas imágenes. Las medidas de similitud (métricas) proporcionan una medida cuantitativa del grado de coincidencia entre 2 imágenes. Dependiendo del tipo de imagen, algunas métricas darán mejores resultados que otras. Se requiere una métrica durante la optimización para determinar si se han alcanzado los parámetros óptimos. Esta parte tiene gran relevancia porque la selección correcta de estos parámetros mejorará la eficacia de la alineación. El objetivo de este proyecto consiste en explorar la capacidad de la toolbox FAIR implementada para MATLAB. Para hacerlo, la toolbox se aplica a un problema de registro de imágenes MRI que consiste en imágenes con contraste variable. Se han seleccionado diferentes métricas junto con distitnas transformaciones y optmizadores para estudiar cómo responden ante un problema de imágenes con diferente constraste.

[EN] Medical imaging is a vital tool for precision medicine. It is commonly used to assist in diagnosis of diseases and to monitor the effectiveness of treatments. Over the years, different modalities of medical imaging have been developed. The present work is focused on MRI which uses a strong magnetic field and radio waves to generate images of parts of the body. Patient movements can cause distorted images which don t permit us to get an optimum result to our clinical purpose. In order to deal with patient movement, image registration is going to be introduced. Image registration aims to find the optimal transformation to align points from one image to the corresponding points in another image or image series. The reference image is called fixed image and the others are called moving images. The output of the registration is a geometrical transformation, a mathematical mapping from points in one view to points in the second. There are many different types of registration methods (intrapatient, interpatient,monomodal,multimodal...) The medical registration process can divide in 3 different steps. Firstly, it s necessary to determinate the type of transformation which is going to be used to align the images. Secondly, a similarity measure must be defined and finally, some optimization method, to get the optimal value of the metric chosen, need to be selected. The type of registration used in this proyect is intensity-based methods. This type of registration is based on the calculation of a transformation between two images using the pixel or voxel values alone. This method compares intensity patterns in images. Intensity-based registration works as an iterative model whose aim is to optimize some similarity measure calculated from all pixel or voxel values in both images. Similarity measures provide a quantitative measure of the degree of match between 2 images. Depending on the type of image some metric will give better results than others. A metric is required during optimization to determine if the optimum parameters have been achieved. This part has great relevance because the correct selection of these parameter will enhance the efficiency of the alignment. The goal of this project consists in exploring the capability of the toolbox FAIR implemented for MATLAB. In order to do so, the toolbox is applied to a MRI image registration problem consisting of images with varying contrast. Therefore, a metric combined with a transformation has to be chosen and an appropriate optimization technique will be applied.