ニューロナビゲーションのためのロバストな自動表面マッチング登録法

A robust automated surface-matching registration method for neuronavigation.

• Yifeng Fan
• Xufeng Yao
• Xiufang Xu

抄録

目的:

現在のニューロナビゲーションにおける表面マッチング登録法では、主に解剖学的ランドマークを手動で選択することで粗い登録が完了するため、登録時間が長くなり、自動登録が不可能となり、場合によってはミスマッチが発生することがある。このため、患者対画像登録には、高速で正確な自動空間登録法を用いることがより実用的であると考えられる。

PURPOSE: The surface-matching registration method in the current neuronavigation completes the coarse registration mainly by manually selecting anatomical landmarks, which increases the registration time, makes the automatic registration impossible and sometimes results in mismatch. It may be more practical to use a fast, accurate, and automatic spatial registration method for the patient-to-image registration.

方法:

患者の頭部にマーカを配置することなく，患者空間を画像空間に自動登録する粗-細空間登録法を提案した．患者空間と画像空間の点群から3Dハリスコーナー検出器を用いて3次元（3D）キーポイントを抽出し，4PCS（4-points congruent sets）アルゴリズムの入力として用いることで，患者空間のキーポイントと画像空間のキーポイントを初期アライメントを仮定することなく自動的に登録することができる．患者空間と画像空間の粗く整列された点群は、その後、反復的最近接点（ICP）アルゴリズムの変形を用いて微登録された。提案手法の効率性と有効性を検証するために、1つのファントムと5人の患者を対象とした2つの実験を行った。

METHODS: A coarse-to-fine spatial registration method to automatically register the patient space to the image space without placing any markers on the head of the patient was proposed. Three-dimensional (3D) keypoints were extracted by 3D Harris corner detector from the point clouds in the patient and image spaces, and used as input to the 4-points congruent sets (4PCS) algorithm which automatically registered the keypoints in the patient space with the keypoints in the image space without any assumptions about initial alignment. Coarsely aligned point clouds in the patient and image space were then fine-registered with a variant of the iterative closest point (ICP) algorithm. Two experiments were designed based on one phantom and five patients to validate the efficiency and effectiveness of the proposed method.

結果:

キーポイントは最小閾値0.001で7.0秒以内に抽出された。ファントム実験では、5回の実験で弾性ファントム表面上の15個のターゲットの平均ターゲット登録誤差(TRE)は1.17±0.04mmで、平均登録時間は17.4sであった。臨床実験では、第 1、第 2、第 3、第 4、第 5 患者の頭部表面上のターゲットの平均 TRE は、それぞれ 1.70±0.32mm、1.83±0.38mm、1.64±0.3mm、1.67±0.35mm、1.72±0.31mm であり、平均登録時間は 21.4 秒であった。提案手法は、4PCSとICPアルゴリズムのみを用いた手法や現行の臨床検査法と比較して、登録精度を確保しつつ、明らかに速度的な優位性を有していることがわかった。

RESULTS: Keypoints were extracted within 7.0 s with a minimum threshold 0.001. In the phantom experiment, the mean target registration error (TRE) of 15 targets on the surface of the elastic phantom in the five experiments was 1.17 ± 0.04 mm, and the average registration time was 17.4 s. In the clinical experiments, the mean TRE of the targets on the first, second, third, fourth, and fifth patient's head surface were 1.70 ± 0.32 mm, 1.83 ± 0.38 mm, 1.64 ± 0.3 mm, 1.67 ± 0.35 mm, and 1.72 ± 0.31 mm, respectively, and the average registration time was 21.4 s. Compared with the method only based on the 4PCS and ICP algorithm and the current clinical method, the proposed method has obvious speed advantage while ensuring the registration accuracy.

結論:

提案手法は、同等以上の登録精度を保証しつつ、登録速度を大幅に向上させ、粗い登録のための面倒な手動プロセスを回避することができた。

CONCLUSIONS: The proposed method greatly improves the registration speed while guaranteeing the equivalent or higher registration accuracy, and avoids a tedious manual process for the coarse registration.

© 2020 American Association of Physicists in Medicine.