Optimiertes Warping durch gewichtete Summen von Verschiebungsvektoren - eine neue Methode zur Reduktion von interindividuellen Variabilitäten von Hirndaten

Zusammenfassung

Warping ist eine Klasse von Bildverarbeitungsverfahren, die durch Neudefinition räumlicher Beziehungen einzelner Bildpunkte zwei Bilder nicht-affin geometrisch transformieren. In dieser Arbeit definieren homologe Stützpunkte jeweils Verschiebungsvektoren. Die Verschiebung jedes Voxel wird durch die gewichtete Summe aller dieser Verschiebungsvektoren berechnet. Das jeweilige Gewicht wird durch den Abstand des Voxel zu einem Stützpunkt sowie dem Stützpunktspezifischen Gewichtungsfaktor bestimmt. Um diese Gewichtungsfaktoren zu optimieren, wird eine Evolutionstrategie angewendet. Die Fitness entspricht dem Kreuzkorrelationskoeffizienten zwischen Quelle und Ziel. Diese Methode wurde an artifiziellen dreidimensionalen Daten und an 3D-Rekonstruktionen von Autoradiographien von Nagergehirnen getestet. Die erzielte Optimierung führte dabei zu einer verbesserten Qualitat des Warpings.