Multimodal image registration has been widely used in various medical applications. Especially, high quality magnetic resonance (MR) images precisely registered to real-time ultrasound (US) images can provide useful complementary information to surgeons and radiologists. To obtain accurate transformation parameters for liver registration between the two images, most existing methods adopt an initial registration procedure based on several manually-selected point correspondences on vessel bifurcations. However, this manual procedure is time-consuming and not easy to perform due to different respiratory-phases as well as different coordinate systems between the images. In addition, it is much more difficult to perform the manual procedure in an abnormal liver where anatomical features are not clearly visible. Therefore, the procedure should be not only automatic but also less dependent on the number of features. In this paper, we propose an automatic and robust rigid registration algorithm which can compensate a large displacement between MR and US liver images. The algorithm consists of two steps; the initial registration and registration refinement. To increase the robustness of the algorithm, the inferior vena cava (IVC) and the diaphragm or the liver surface are adopted as features in the initial registration step, because they can provide consistent feature correspondences regardless of the status of a patient’s liver. For the automatic procedure, we utilize the rigid-invariant geometric relationship between the features in the registration. In the registration refinement step, the algorithm compensates the initial registration error which occurs due to only two features used in the initial registration step. Experimental results show that the proposed algorithm provides reasonably good registration accuracy with less sensitivity to the patient status, even in the large initial displacement.
이종영상간의 정합은 최근 들어 영상 유도 시술이나 진단 등 많은 의료분야에서 이용되고 있다. 특히, 높은 화질의 MR 영상과 실시간으로 얻을 수 있는 초음파 영상을 정합하는 기법은 시술 및 진단 시에 매우 유용한 기법으로 널리 알려져 있다. 현재 사용되는 정합 방식은, 두 영상에서 혈관 분기점과 같은 몇몇 대응점을 수동으로 선택하여 초기정합에 이용하는 정합 방식을 주로 적용하고 있다. 하지만 이런 수동방식은 시간도 오래 걸릴 뿐 아니라, 호흡 차이가 있거나 두 영상의 영상 기준 축이 크게 다를 때에는 대응점을 찾는 것이 매우 어려운 단점이 있다. 게다가 환자의 상태가 좋지 않아 영상에서 대응할 특징점이 잘 보이지 않는다면 적용하기가 더욱 어렵게 된다. 따라서, 정합 알고리즘은 자동화 되어야 할 뿐 아니라, 특징점의 수나 특성에 덜 민감해야 한다. 이 논문에서는 간 영역에 대한 3차원 초음파 영상과 MR영상간의 정합에 대하여 자동으로 수행되면서 환자의 상태에 덜 민감한 강체 정합 알고리즘을 제안하고자 한다. 제안하는 알고리즘은 초기 정합과 보강 정합의 두 단계로 이루어져 있다. 알고리즘의 강인성을 높이기 위해서, 특징점으로 환자의 상태에 무관하게 영상에서 잘 보이는 편인 하대정맥과 횡격막 혹은 간 경계면을 선정 하였다. 선정된 특징점을 추출하여 기하학적 관계를 연산하여 초기 정합에 이용한다. 그리고 특징점으로부터 얻을 수 있는 정보가 적기 때문에 생기는 정합 오차는 보강 정합 단계에서 보완한다. 본 논문에서 제시하는 실험결과는 제안하는 알고리즘이 환자의 상태로 인해 영상에서 특징점이 잘 보이지 않는 경우에도 높은 정확도로 정합이 가능한 것을 보여 준다.
