Multimodal Cross-Device 및 Marker-Free Co-registration of Preclinical Imaging Modalities (전임상 이미징 양식의 Multimodal Cross-Device 및 Marker-Free Co-Registration)

생산 스캔을 위한 기준 마커가 필요하지 않은 다중 모드 이미지 공동 정합 방법을 제시합니다. 팬텀 기반 접근 방식은 두 이미징 양식의 좌표계 간에 차등 변환을 생성합니다.

융합의 잔차와 미분 변환의 검증
미분 변환을 계산할 때, 소프트웨어는 융합의 잔차를 밀리미터 단위로 표시하며, 이는 변환의 평균 제곱근 오차¹⁹ 를 나타냅니다. 이 잔차가 복셀 크기의 크기 순서를 초과하는 경우 데이터 세트에서 일반적인 문제를 검사하는 것이 좋습니다. 그러나 모든 이미지에는 약간의 왜곡이 있으므로 잔차가 임의로 작아질 수 없습니다. 사용된 마커의 맞춤만 반영합니다. 예를 들어, 3개의 마커가 있는 공동 정합은 4개의 잘 분산된 마커가 있는 변환보다 동일한 데이터 세트에 대한 잔차가 더 작을 수 있습니다. 이는 더 적은 수의 기준점이 사용될 때 마커 자체가 과도하게 장착될 수 있기 때문에 발생합니다. 마커 수가 많을수록 전체 데이터 세트의 정확도가 향상됩니다.

이 방법의 정량적 정확도는 사용되는 특정 장치 쌍에 따라 다릅니다. 두 장치의 좌표계 간에 계산된 차동 변환은 다음 단계에 따라 검증할 수 있습니다. 프로토콜의 4단계를 준수하지만 기준 마커가 있는 팬텀을 다시 “샘플”로 사용합니다. 팬텀을 어느 위치에나 배치하여 미분 변환을 추정하는 데 사용되는 것과 다른지 확인합니다. 사용 가능한 경우 해당 양식에 적합한 다른 팬텀을 사용할 수도 있습니다. 다음으로, 앞에서 결정한 미분 변환(4.2.5단계)을 적용하여 두 모달리티를 정렬합니다. 그런 다음 프로토콜의 3.2단계에 따라 두 양식의 이미지에 마커를 배치합니다. 이러한 마커의 융합 잔차를 계산하려면 Fusion > Register Overlay to Underlay > Showing Residual Score를 클릭합니다.

잔차 오차는 신호의 평균 오배치를 설명하며 복셀 크기 순서여야 합니다. 콘크리트 수용 임계값은 응용 분야에 따라 다르며 이미징 시스템의 강성 및 정확도와 같은 여러 요인에 따라 달라질 수 있지만 이미지 재구성 아티팩트의 영향을 받을 수도 있습니다.

자체 일관성 문제 해결
종종 자기 일관성의 어려움은 신뢰할 수 없는 배치로 인해 발생합니다. 일반적인 오류는 캐리어를 측면으로 반전된 위치에 배치하는 것입니다. 이상적으로는 이미징 장치에 한 방향으로만 기계적으로 삽입해야 합니다. 이것이 가능하지 않은 경우 사용자를 위해 이해할 수 있는 표시를 추가해야 합니다. 또 다른 빈번한 문제는 세로 축에서 움직일 가능성이 있어 축 방향 위치 지정을 신뢰할 수 없다는 것입니다. 마우스 베드를 제자리에 고정하기 위해 한쪽 끝에 부착할 수 있는 스페이서를 사용하는 것이 좋습니다. 예를 들어, 맞춤형 스페이서는 3D 프린팅으로 빠르고 쉽게 만들 수 있습니다. 그러나 일부 장치는 다양한 시야에서 자체 일관성을 제공할 수 없습니다. 이러한 경우 공급업체에 문의하는 것이 좋으며, 공급업체는 비호환성을 확인하고 향후 업데이트에서 잠재적으로 해결해야 합니다. 그렇지 않으면, 보정 및 생산 이미징을 포함한 모든 스캔에 대해 동일한 시야가 유지되는 경우 이 방법은 신뢰할 수 있습니다.

배치가 벗어난 일부 생산 스캔의 경우, 충분한 캐리어 구조를 식별할 수 있는 경우 보정된 위치로 변환할 수 있습니다. in vivo imaging 의 경우, 진정된 동물은 하나의 캐리어에 있어야 하며, 두 장치에 모두 안전하게 맞는 단일 캐리어를 구성하는 것이 항상 가능한 것은 아닙니다. 종종 추적자 기반 모달리티를 위한 마우스 베드가 사용되며, 그런 다음 CT 장치에 즉석으로 배치됩니다. 예를 들어, 그림 5A에서 MPI 마우스 베드는 기계적 제약으로 인해 CT 마우스 베드 위에 배치되었습니다. 축 방향 여유 공간과 롤링 가능성으로 인해 이 포지셔닝은 신뢰할 수 없습니다. 이러한 경우 하단 마우스 베드를 대체하고 연동이 가능한 어댑터를 설계하는 것이 좋습니다. 예를 들어, 하부에 부착된 트러니언과 상부 마우스 베드의 바닥에 있는 추가 구멍을 사용할 수 있습니다.

그러나 CT 영상에서 마우스 베드를 감지할 수 있으므로 기존 이미지에 대한 후향적 보정이 가능합니다. 이 프로토콜은 캘리브레이션 스캔을 필요로 하며, 그 후에 언더레이에 대한 오버레이의 차등 변환을 계산해야 합니다. 절차는 유사하지만 마우스 베드 구조를 기준점으로 사용하여 각 개별 생산 CT 스캔을 보정 스캔에 매핑해야 합니다.

그림 5: 배치 문제 해결. (A) MPI 마우스 베드가 CT 마우스 베드 위에 배치됩니다. 따라서 CT의 위치를 안정적으로 재현할 수 없습니다. 자기 일관성은 각 CT 이미지를 미분 변환을 추정하는 데 사용되는 참조 CT 이미지에 융합하여 달성할 수 있습니다. (비–디) 2D로 단순화. (B) 각 프로덕션 CT 이미지는 오버레이로 로드되고 CT에서 볼 수 있는 마우스 베드의 구조를 사용하여 참조 CT 이미지(언더레이)에 등록됩니다. 보정된 생산 CT 영상은 이제 참조 CT와 일치하며 미분 변환 T와 함께 사용할 수 있습니다. (C) MPI 오버레이는 팬텀의 기준 마커를 사용하여 참조 CT 영상에 등록됩니다. (D) 멀티모달 이미지가 조립됩니다. 이를 위해 각 CT 이미지는 개별 차동 변환을 통해 기준 위치에 매핑됩니다. 그 후, MPI 오버레이는 장치의 모든 이미지에 유효한 차동 변환을 사용하여 참조 위치에 등록됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

생산 CT 스캔을 보정 스캔에 매핑하려면 프로토콜의 섹션 3을 참조하여 다음 수정 사항을 통합하십시오. 명확성을 위해 설명은 CT 언더레이 및 MPI 오버레이의 예를 계속 사용합니다. 3.1단계에서 CT 보정 스캔(이미지 A)을 언더레이로 로드하고 보정할 CT 스캔을 오버레이로 로드합니다. MPI 마우스 베드의 구조를 3.2단계의 마커 또는 3.3단계의 시각적 참조로 활용합니다. 3.4단계를 건너뛰고 오버레이를 저장하면 수정된 CT 볼륨이 표시됩니다(메뉴 파일 > 오버레이 > 다른 이름으로 오버레이 저장). 다음 대화 상자에서 새 이름을 입력하고 저장을 클릭합니다. Menu File > Overlay > Closing overlay로 이동하여 오버레이를 닫습니다. 수정이 필요한 다음 CT 스캔을 오버레이로 로드하고 프로토콜의 3.2단계부터 절차를 재개합니다. 이 단계의 기본 개념은 그림 5B에 나와 있습니다.

이제 마우스 베드는 최근에 저장된 모든 CT 볼륨의 보정 스캔과 거의 동일하게 정렬됩니다. 표준 절차의 일부로, 캘리브레이션 스캔은 차동 변환 T를 사용하여 MPI 이미지에 등록됩니다(그림 5C). 이후에 CT 이미지를 MPI와 병합하려면 항상 보정된 CT 볼륨을 사용하십시오(그림 5D).

대칭 이동된 이미지 및 크기 조정 문제 해결
여기에 소개된 등록 방법은 상당히 정확한 이미지 품질을 가정하고 회전과 평행 이동만 조정합니다. 뒤집힌 이미지나 잘못된 배율은 수정되지 않습니다. 그러나 이 두 가지 문제는 차등 변환을 계산하기 전에 수동으로 해결할 수 있습니다.

서로 다른 제조업체의 데이터 형식 간의 불일치로 인해 일부 데이터 세트, 특히 DICOM 형식의 데이터 세트가 소프트웨어에서 미러 반전으로 표시될 수 있습니다. 팬텀 침대와 마우스 침대는 종종 대칭이기 때문에 이 문제는 즉시 드러나지 않을 수 있습니다. 뒤집힌 이미지를 감지하는 것은 그림 3H의 팬텀에서 볼 수 있는 올바른 방향의 돌출된 글자와 같이 각 양식에 인식 가능한 글자가 포함되어 있을 때 더 쉽습니다. 그림 6의 예에서 CT 데이터는 언더레이로 로드되고 MPI 데이터는 오버레이로 로드됩니다. 이것은 기준 마커가 부착된 MPI 마우스 베드에 배치된 마우스의 생체 내 스캔입니다. MPI 마우스 베드는 μCT 마우스 베드 위에 위치합니다(그림 6A). 프로토콜을 준수하고 언더레이와 오버레이 모두에서 일관된 회전 방향으로 기준점을 표시하면 눈에 띄게 일치하지 않는 결과가 생성됩니다(그림 6B). 그러나 자세히 살펴보면 문제를 식별할 수 있습니다. 기준점은 비대칭 삼각형을 형성합니다. 축 방향 보기(그림 6C, D)에서 삼각형의 변을 가장 짧은 쪽에서 중간 쪽에서 가장 긴 쪽으로 관찰하면 CT 데이터에서는 시계 방향 회전이 분명하고 MPI 데이터에서는 시계 반대 방향 회전이 분명합니다. 이것은 이미지 중 하나가 측면으로 반전되어 있음을 보여줍니다. 이 경우 CT 데이터가 정확하다고 가정합니다. MPI 오버레이를 수정하려면 이미지가 뒤집힙니다: 그렇게 하려면 선택한 레이어를 오버레이로 전환하고 메뉴 편집 > Flip > Flip X를 클릭합니다. 소프트웨어에 의해 계산된 미분 변환은 필요한 모든 회전을 포함하므로 이미지가 다른 방향으로 뒤집힌 것처럼 보이더라도 “Flip X”로 충분합니다.

그림 6: 변환 문제 해결. CT 데이터는 복셀 크기가 0.240mm인 언더레이로 로드되고 MPI 데이터는 복셀 크기가 0.249mm인 오버레이로 로드됩니다. 마우스 베드에는 기준 마커가 포함되어 있습니다. (A) 수정되지 않은 오버레이 이미지의 3D 보기. CT 언더레이의 기준점은 화살표로 표시됩니다. MPI 오버레이의 기준점은 NIH 색상표에서 구로 표시됩니다. (B) 적절한 수정 없이 수행된 변환의 일치하지 않는 결과. 융합 잔류 = 6.94mm. (C) CT에서 기준점 사이의 거리 측정. 가장 짧은 거리에서 가장 긴 거리까지 시계 방향 회전. (D) MPI에서 기준점 사이의 거리 측정. 가장 짧은 거리에서 가장 먼 거리까지 시계 반대 방향으로 회전합니다. CT 측정과 비교하면 0.928774의 스케일링 계수가 나옵니다. (E) 대칭 이동 및 크기 조정 후 오버레이가 수정되었습니다. (F) 3D 뷰에서 일치하는 결과를 사용한 변환. (G) 축 보기에서 일치하는 결과를 가진 변환. 융합 잔류 = 0.528mm. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

잘못된 복셀 크기가 있는 데이터 세트도 수동으로 수정할 수 있습니다. 팬텀의 치수를 알아야 하기 때문에 이미지에서 확인할 수 있습니다. 가장 간단한 방법은 알려진 길이의 모서리를 사용하는 것입니다. 가장자리의 한쪽 끝에서 [Ctrl + 마우스 오른쪽 버튼]을 누르고 버튼을 누른 상태에서 마우스 포인터를 가장자리의 다른 쪽 끝으로 이동한 후 버튼을 놓습니다. 후속 대화 상자에서, 소프트웨어는 이미지에서 측정된 거리의 길이를 표시합니다. 그림 6에 표시된 예에서 두 양식에서 기준점 사이의 거리를 비교할 때 크기가 일치하지 않는다는 것이 분명합니다(그림 6C,D). 다시 말하지만, CT 데이터는 정확하다고 가정합니다. 배율을 수정하기 위해 배율 인수(SF)가 계산됩니다. 길이의 비율(CT/MPI)이 삼각형의 각 변에 대해 정확히 동일하지 않기 때문에 평균 몫이 계산됩니다: SF = ((l_1CT/l_1MPI) + (l_2CT/l_2MPI) + (l_2CT/l_2MPI)) / 3.

그런 다음 각 차원에 SF를 곱하여 오버레이의 복셀 크기를 조정합니다. 이렇게 하려면 선택한 레이어를 오버레이로 전환하고 메뉴 편집 > 복셀 크기 변경을 엽니다. 각 차원을 계산하고 값을 입력한 다음 확인을 클릭합니다. 두 보정의 결과는 그림 6E에 나와 있습니다. 그런 다음 오버레이는 프로토콜에 따라 언더레이에 등록됩니다. 결과 정렬은 그림 6F,G에 표시되어 있습니다. 이는 기존 스캔을 수정하기 위한 빠른 솔루션을 제공하지만 프로덕션 사용을 위해 이미징 장치를 보정하는 것이 좋습니다.

제한
이 방법은 큐브 모양의 복셀로 구성된 기존 체적 데이터의 공간 공동 정합으로 제한됩니다. 이미징 장치에 의해 생성된 원시 데이터(예: CT의 투영)에서 부피를 계산하는 재구성 프로세스는 포함되지 않습니다. 이 단계에는 반복 방법(^20,21) 및 인공 지능(²¹)의 응용과 같은 다양한 이미지 향상 기술이 관련되어 있다. 설명된 방법은, 원칙적으로, 정육면체 형상의 복셀로 3D 이미지를 생성하는 모든 양식에 적용 가능하지만, 2D 적외선 서모그래피(²²) 또는 형광 이미징과 결합된 MRI 볼륨과 같이 3D 데이터를 2D 데이터와 융합하는 데 사용할 수 없으며, 이는 이미지 유도 수술 응용에 관련될 수 있다. 3D 데이터의 정합은 코일 가장자리의 MRI 이미지에서 발생하는 것과 같은 왜곡을 수정하지 않습니다. 필수는 아니지만 재구성 과정에서 왜곡을 수정할 때 최적의 결과를 얻을 수 있습니다. 또한 자동화된 변환은 대칭 이동된 이미지나 잘못된 크기 조정을 해결하지 않습니다. 그러나 이러한 두 가지 문제는 문제 해결 섹션에 설명된 대로 수동으로 해결할 수 있습니다.

이 방법의 의의
제안된 방법은 생산 스캔에서 기준 마커의 필요성을 제거하여 몇 가지 이점을 제공합니다. 마커 유지 보수 또는 빈번한 교체가 필요한 양식에 이점이 있습니다. 예를 들어, 대부분의 MRI 마커는 수분을 기반으로 하지만 시간이 지남에 따라 건조되는 경향이 있으며 방사성 PET 마커는 붕괴합니다. 생산 스캔에서 기준점의 필요성을 제거함으로써 시야를 줄여 획득 시간을 단축할 수 있습니다. 이는 고처리량 설정에서 비용을 절감하고 CT 스캔에서 X선 선량을 최소화하는 데 도움이 됩니다. 방사선은 종단 영상 연구에서 시험 동물의 생물학적 경로에 영향을 미칠 수 있기 때문에 선량을 줄이는 것이 바람직하다²³.

또한, 이 방법은 특정 양식에 국한되지 않습니다. 이러한 다양성의 단점은 더 적은 단계가 자동화된다는 것입니다. μCT 및 FMT 데이터를 융합하기 위해 이전에 발표된 방법은 모든 스캔에 대해 마우스 베드에 내장된 마커를 사용하며 재구성 중에 자동화된 마커 감지 및 왜곡 보정을 수행할 수 있습니다²⁴. 다른 방법은 이미지 유사성을 활용하여 마커의 필요성을 제거합니다. 이 접근법은 좋은 결과를 낳고 왜곡을 교정할 수도 있지만⁽²⁵), 이는 두 모달리티가 충분히 유사한 이미지를 제공하는 경우에만 적용할 수 있다. 이것은 일반적으로 해부학적으로 상세한 양식과 추적자 기반 양식의 조합에서는 그렇지 않습니다. 그러나, 이러한 조합은 항암 나노요법(^27,28)과 같은 분야에서 응용되는 표적 제제⁽²⁶)의 약동학을 평가하기 위해 필요하다.

품질 관리는 임상 응용 분야에 비해 전임상에서 덜 엄격하기 때문에 결합 이미징 장치의 정렬 불량은 인식된 문제입니다²⁹. 이러한 정렬 불량의 영향을 받는 데이터는 팬텀을 스캔하고 차등 변환을 결정하여 소급적으로 개선할 수 있으며, 이를 통해 잠재적으로 비용을 절감하고 동물에게 미치는 피해를 최소화할 수 있습니다. 기준 마커를 사용하여 미분 변환을 계산한 다음 생산 스캔에 적용하는 시연된 방법 외에도 이미지 융합의 추가 가능성이 설명되고 사용됩니다. 사용 가능한 다양한 소프트웨어에 대한 참조를 포함하는 개요는 Birkfellner et ^al.30에서 찾을 수 있습니다.

결론적으로, 제시된 방법은 다중 모드 이미지 공동 정합을 위한 효과적인 솔루션을 제공합니다. 이 프로토콜은 다양한 이미징 양식에 쉽게 적용할 수 있으며, 제공된 문제 해결 기술은 일반적인 문제에 대한 분석법의 견고성을 향상시킵니다.