Robust group-wise registration of point sets using multi-resolut...

本研究提出了一种新的概率、分组刚性配准框架，以稳健地对齐和建立以非结构化点集表示的解剖形状之间的对应关系。 学生的 t 混合模型 (TMM) 用于利用它们对异常值的固有鲁棒性。 这种框架的主要应用是根据医学图像自动构建解剖结构的统计形状模型 (SSM)。 用于医学图像自动分割和标记的工具通常会导致具有不同比例异常值的分割。 所提出的方法能够稳健地对齐形状并在存在大量异常值和形状变化很大的情况下建立有效的对应关系。 还制定了多分辨率配准（mrTMM）框架，以进一步提高所提出的基于 TMM 的配准方法的性能。 使用临床数据与最先进的方法进行比较表明，特别是 mrTMM 方法，实现了更高的对齐精度，并产生了更好地泛化到看不见的形状的 SSM。 请引用：Ravikumar, N.、Gooya, A.、Çimen, S.、Frangi, AF 和 Taylor, ZA，2016 年，10 月。 一种