EIRL - NEXT MEDICAL VISION EIRL - NEXT MEDICAL VISION

EN 資料ダウンロード

製品

EIRL’s product lineup

資料ダウンロード

医用画像位置合わせの基礎⑦ 〜Fiji pluginを用いたアフィン変換による画像位置合わせ〜

EIRL Editor
Dec 3 2020

今回は、ImageJの拡張版Fijiのpluginを用いて、アフィン変換による画像位置合わせを実装してみます。

前回の記事で述べたように、アフィン変換によって、拡大縮小、回転、平行移動を組み合わせた画像位置合わせを行うことができます。アフィン変換による画像位置合わせには、画像強度を用いる方法と特徴点を用いる方法がありますが、今回は、特徴点を用いる方法で行います。

今回は、元画像を1.5倍に拡大、時計回りに30°回転、X,Y方向にそれぞれ30 pixels平行移動させた画像(図1参照)を作成し、この画像にアフィン変換を施して元画像に位置合わせすることにトライしてみます。

まず、Fijiのpluginを用いて画像の特徴点を選択してみましょう。
Fijiには、SIFTと呼ばれるアルゴリズムを用いて画像の特徴点を抽出するpluginが搭載されています。
まず、位置合わせを行う2つの画像を開いてから、Plugins > Feature Extraction > Extract SIFT Correspondencesを選択します(図1)。

図1. 位置合わせを行う2つの画像(左)と特徴点抽出plugin の選択(右)

source画像とtarget画像を選択し、パラメータはデフォルトの値を用います。今回は、一番下のexpected transformation(予想される変形)にAffine(アフィン変換)を選択します(図2)。

図2. 各種パラメータの設定

[OK]をクリックすると・・

図3. SIFTアルゴリズムによる特徴点の抽出

2つの画像それぞれにおいて、対応する特徴点(69個)が抽出されました(図3)。

では次に、この特徴点の抽出を行うpluginを拡張した位置合わせpluginを用いて、アフィン変換による位置合わせを行いましょう。
まず、Plugins > Registration > Linear Stack Alignment with SIFT を選択します(図4)。

図4. 特徴点を用いて画像位置合わせを行うplugin

但し、このpluginを開く前に、位置合わせを行う2つの画像をstackする(重ねて一つの画像セットにする)必要があります。2つの画像を開いた状態で、Stacks > Images to Stackを選択すると、Stackされます。
図5(左)は、2つの画像をStackした状態で、透かしてみると図5(右)のようになり、重なっている様子が分かります。

図5. 2つの画像をStackした状態(左)とStack画像を透かした状態(右)

位置合わせを行うパラメータは下の通りです。パラメータの種類とその値は、図2の特徴点抽出pluginとほとんど同じです。

図6. 特徴点を用いた位置合わせのパラメータ

[OK]をクリックすると・・

図7. 位置合わせのための特徴点の抽出

図7のように、スタックされた2つの画像上で対応する特徴点が抽出されると同時に、図8のように画像の位置合わせが行われました。拡大+回転+平行移動させた画像が、元画像に位置合わせされているのが確認できます。

図8. 元画像(左)と位置合わせ後の画像(右)

今回は、2つの画像から対応する特徴点を抽出するpluginと、抽出された対応する特徴点を用いてAffine変換による位置合わせを行うpluginを紹介しました。このpluginで用いられている特徴点抽出のアルゴリズム(SIFT)についての詳細はこちらを参照してください。

次回は、非線形な変換を用いた位置合わせ(Deformable Image Registration)について紹介しようと思います。

*今回用いた脳MRI画像は、McConnell Brain Imaging Centerが公開しているBrain Webという脳MRIのデータベースからダウンロードしました。(http://brainweb.bic.mni.mcgill.ca

AI技術

関連する記事

画像診断AI完全ガイドブック 2022年版

EIRL Editor
Oct 1 2022

AI活用 Case Study

EIRL Editor
Oct 1 2022

AI医療機器プログラムのバージョンアップ問題

Yuki Shimahara
Jan 28 2021